【语义分割】FCN

概述

FCN算是图像分割的开篇之作，在它之前，分割任务就是当做分类去做的。
最简单的分类就是通过一系列的卷积操作进行特征提取，最后加上几个全连接层，通过softmax得到分类的结果。
最初的分割方式，就是通过划窗之类的策略，提取到一个个的patch，将这个patch作为当前像素的上下文，输入到分类网络中，然后得到分类结果，最终所有像素的分类结果就是我们的分割结果了。
这个做法显然有很多的问题，如
1、滑窗带来的计算量大、计算效率低（相邻的像素块基本上是重复的）。
2、patch相对于全图而言会比较小，只能提取局部的特征，使得最后的效果也没那么好。
3、这不是端到端的，需要有预处理，后处理的环节。

而FCN做的就是在分类模型的基础上，稍加变动，直接得到分割网络，提出了全卷积（就是没有全连接层的网络）

细节