圖片語義分割-FCN

首先說下什麼是語義分割，語義分割是從像素的水平上來理解識別圖像，相當於知道每一個像素是什麼東西。可用於自動駕駛和醫學上的。

早先是利用手工特徵加圖模型。隨著深度網路的發展，也引入的CNN，傳統的CNN是有問題的：a.網路的後半段空間信息的缺失；b.輸入的圖片的尺寸固定。為了改進這個FCN到來了，FCN（Fully Convolutional Networks）又全卷積網路，如它的名字一樣，它的所有層都是卷積層，很好的解決了降採樣後的低解析度問題。

FCN有三個重要的東西：卷積化；反卷積；跳層結構。

卷積化：全連接層（6,7,8）都變成卷積層，適應任意尺寸輸入，輸出低解析度的分割圖片。開始的5個卷積層，使圖像的解析度下降了32倍，每層降低2倍。降主要是因為Pooling池化層，相當於掃描四個像素選一個，掃描的步長是2。後面的三層是沒有降採樣的。我自己有畫一個卷積的降緯的圖解。如下第二個圖：

反卷積：低解析度的圖像進行上採樣，輸出同解析度的分割圖片。有兩點注意的反卷積的卷積核是不變的。對於偶輸出，有外圍全部補0的反卷積，對於奇輸出，有插空補0的反卷積。如下圖：

跳層結構：32倍反卷積得到的分割結果粗糙，使用前面的2個卷積層的輸出做融合，就是pool3和pool4後增加一個1X1的卷積層做預測，對於為何選前面兩個卷積層的結果，因為較淺的網路的結果精細，較深的網路結果魯棒，至於什麼是魯棒可以認為你靈活抗干擾羅。

最後說下FCN網路的構架，我畫了一張圖：

論文引用:

Long J, Shelhamer E, Darrell T. Fully convolutional networks for semantic segmentation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015: 3431-3440.

歡迎關注我們的微信公眾號：人工智慧LeadAI，ID：atleadai

推薦閱讀：