FCN

参考：

网络讲解：

https://www.cnblogs.com/gujianhan/p/6030639.html

https://blog.csdn.net/qq_37274615/article/details/73251503

https://github.com/vdumoulin/conv_arithmetic

github上fcn的实现：

https://github.com/shelhamer/fcn.berkeleyvision.org

这是对PAMI会议上FCN和CVPR的FCN的复现。

 

 

https://github.com/wkentaro/pytorch-fcn

 

 

 

https://blog.csdn.net/u012969412/article/details/77479269

 

vggnet:

https://my.oschina.net/u/876354/blog/1634322

 

目前使用比较多的网络结构主要有ResNet（152-1000层），GooleNet（22层），VGGNet（19层），大多数模型都是基于这几个模型上改进，采用新的优化算法，多模型融合等。

 

 

自己解析FCN网络的源代码，其中源代码来自于https://github.com/wkentaro/pytorch-fcn

1.首先阅读github的readme

requirements很重要，告诉我们这个程序运行时的依赖，依赖的版本等

我们缺少fcn，所以用pip install安装fcn

接下来，介绍了如何代码如何运行，如何得到结果

最后，是结果的好坏

 

最后，再看一下程序的说明文件，issue等

然后下载代码，按照他们的指示尝试运行和理解

http://www.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/semantic_contours/benchmark.tgz

 

如何使用该fcn框架训练自己的数据？？

首先，制作自己的数据集：

https://github.com/wkentaro/labelme

https://blog.csdn.net/zoro_lov3/article/details/74550735   下载地址：labelme网址

https://blog.csdn.net/xiamentingtao/article/details/78696276

 

 

https://blog.csdn.net/m_buddy/article/details/78667813

https://blog.csdn.net/u010402786/article/details/72883421/

https://zhuanlan.zhihu.com/p/29691103