卷积神经网络应用之图像分割

SPP结构主要学自该博客：深度学习（十九）基于空间金字塔池化的卷积神经网络物体检测

FNC

  FNC主要做的是基于像素的图像分割预测。其做法是先按照传统的CNN结构得到feature map，将传统的全连接层替换成相应的卷积层。如最后一层特征图尺寸为 5∗5∗512 5 ∗ 5 ∗ 512 ，对应的全连接层的尺寸为4096，则需要 5∗5∗512∗4096 5 ∗ 5 ∗ 512 ∗ 4096 个参数，将该参数变成卷积核，kernel size 为5*5，input channels 为512， output channels 为4096，依此将传统的带有卷积层和全连接层的网络变成全连接神经网络。

  FNC的一个好处是它的输入可以是任意大小的。传统的CNN结构是在最后一个特征图的全连接层是需要固定大小的，比如上面的 5∗5∗512∗4096 5 ∗ 5 ∗ 512 ∗ 4096 这里就确定了最后的特征图尺寸是 5∗5∗512 5 ∗ 5 ∗ 512 。传统网络如果想要任意输入，就需要用一个类似SPP(Spatial Pyramid Pooling)的结构。该结构的大概过程就是通过不同层级（大小）的网格划分图片，在每个网格中做Pooling操作，再将每个网格得出来的值叠起来得到一个固定长度的向量，进入我们的全连接层。

  SPP的工作流程图大概如上，该例图将图片分成3层，第一层用 4∗4 4 ∗ 4 的网格划分，第二层用 2∗2 2 ∗ 2 的网格划分，第三层把整个图片分为1块。则共有 16+4+1=21 16 + 4 + 1 = 21 个网格块，通过对每个网格块进行Pooling操作可以得到21个输出可以用于全连接层。我们可以通过增加层级，以及改变每层的网格数得到不一样的input channels。

U-Net

该网络初始用于医疗图像领域，目的是获得图像的边缘。
图中，蓝色代表卷积和激活函数，灰色代表复制，红色代表下采样，绿色代表上采样。

Autoencoder

自动编码器及其变种