图像语义分割-FCN

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
图像级的分类：假设数据集共有c类， 网络最终输出会是一个长为c的输出向量, 表示输入图像属于每一类的概率。

语义级别语义分割：得到对应位置每个像素的分类结果。其目的是将图像分割为若干个区域，语义相同的像素被分在同一区域内。

边缘检测：相当于一个二分类问题，判断每个像素是不是边缘。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
传统做法：以某个像素点为中心取一个图像块,作为样本输入网络，网络输出为中心像素点属于每一类的概率。在测试阶段, 在测试图片上以每个像素点为中心采一个图像块进行分类（sliding windows）。缺点：时间复杂度高；受到图像块限制，无法感知更大的上下文信息。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

FCN：
论文：https://arxiv.org/abs/1411.4038
程序：https://github.com/shelhamer/fcn.berkeleyvision.org

Input->conv1_1->con1_2->pool1->conv2_1->conv2_2->pool2->conv3_1->conv3_2->conv3_3->pool3->conv4_1->conv4_2->conv4_3->pool4
->conv5_1->conv5_2->conv5_3->pool5->fc6(+drop6)->fc7(+drop7)->score_fr->upscore->crop

(其中fc6和fc7的特征图数目为4096，score_fr的特征图数目为类别数。且每一个卷积层后面都接一个Relu层。upscore上采样层的参数为kernelsize=64，stride=32。）

训练时caffe中的loss为SoftmaxWithLoss,tensorflow中的
loss=tf.reduce_mean((tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits,labels=tf.squeeze(annotation, squeeze_dims=[3]),name=”entropy”))))
其中，logits的尺寸为IMAGE_SIZE*IMAGE_SIZE*num_classes，annotation的尺寸为IMAGE_SIZE*IMAGE_SIZE*1

http://blog.csdn.net/weixin_35653315/article/details/54602190（Semantic Segmentation with FCN里的32x, 16x和8x）