FCN全卷积网络理解

FCN我以前总是把它很1*1 conv弄混，实际上这是两个不同的概念，FCN意思是把FC层用卷积层替代，用于处理segmentation问题的一个网络；1*1是一种卷积形式，用于改变feature map的channel

理解FCN的过程中我参考了这个博客的介绍：

博客1：https://www.cnblogs.com/gujianhan/p/6030639.html

虽然点赞很多，但是我仍有疑惑，并有不同的想法。

首先建议参读原文https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf，这是最权威的FCN解释。

1. FCN是用来解决segmentation问题的，传统的网络是用滑动窗口的方法在每个像素点周围进行滑动，如一个15*15的滑动窗口，送进传统的卷积池化全连接层，得到这个像素点的类别。这一点在博客1有解释：

我的理解是一张100*100的原图，，用传统方法做segmentation，需要让100*100=10000个滑动窗口通过传统CNN网络，这样确实很低效。

于是FCN提出替换全连接层的方法，也是博客1的解释：

意思是说不用滑动窗口多次评价，直接在原图上做卷积，得到一个6*6的feature map（通道数为预测类别数），效果是一样的。6*6的feature map再通过上采样，变成原图尺寸，这时每个像素点的label就有了。

 

2. FCN相比传统CNN的优势：

个人认为有两个，如果其他优势欢迎告知谢谢：

1. 在做segmentation任务的时候可以提高效率

2. 在做classification任务的时候可以接受任意尺寸大小的图片输入。博客一中的解释让我疑惑很久，让人觉得好像segmentation任务用传统CNN来做只能接受固定大小的图片输入，但是我觉得传统CNN做segmentation用什么尺寸的图片都可以，只要滑动窗口尺寸不变就行。做classification任务的时候传统CNN之所以不接受任意尺寸大小的图片输入是因为有全连接层，而FCN没有这个问题是因为它可以直接在整张图片上做卷积。（见原文解释如下图2）对原文这里也有些疑惑，卷积核的大小不是仍然不是固定的吗？怎么可以接受任意尺寸大小的图片输入呢？反正我写训练前都是要把图片resize成统一大小的。

 

如有其它合理解释欢迎交流，谢谢