全卷积网络

FCN的概念由Jonathan Long等人在2015年发表的论文中首次提出，用于语义分割（根据图像所属物体的类别对图像中的每个像素点进行分类的任务）。作者指出，可以用卷积层代替CNN顶部的密集层。

假设一个具有200个神经元的密集层位于一个卷积层的顶部，该卷积层输出100个特征图，每个特征图的大小为\(7\times7\)。每个神经元将计算来自卷积层的\(100\times\times7\times7\)的加权和（加上偏差项）。如果使用200个滤波器（每个滤波器大小为\(7\times7\)）并使用“valid"填充将卷积层替换为密集层。该层将输出200个特征图，每个特征图为\(1\times1\)（因为内核正好是输入特征图的大小，并且使用的是'valid'填充）。它将输出200个数字，就像密集层一样。唯一的区别是：密集层的输出是形状为[批量大小,200]的张量，而卷积层将输出形状为[批量大小, 1, 1, 200]的张量

要将密集层转换为卷积层，卷积层中的滤波器数必须等于密集层中单元数，滤波器大小必须等于输入特征图的大小，并且必须使用‘valid’填充、步幅可以设置为1或者更大

虽然密集层需要特定的输入大小（因为每个输入特征只有一个权重），但是卷积层可以愉快地处理任何大小的图像（但是，它确实希望输入具有特定数量的通道，因为每个内核为每个输入通道包含一组不同的权重）。由于FCN仅包含卷积层（以及具有相同属性的池化层），因此可以在任何大小的图像上对其进行训练和执行

例如，假设已经训练了CNN以进行花的分类和定位。它在\(224\times224\)图像上进行训练，并输出10个数字：通过softmax激活函数输出0到4，这给出了类别概率（每个类别一个）；通过逻辑激活函数输出5，这给出了客观分数；不使用任何激活函数输出6到9，它们表示边界框的中心坐标及其高度和宽度。可以将其密集层转换为卷积层。实际上，甚至不需要重新训练，可以将权重从密集层复制到卷积层，或者在训练之前将CNN转换为FCN

现在假设当网络被送入一个\(224\times224\)图像时，输出层之前的最后一个卷积层（也成为bottleneck层）输出\(7\times7\)特征图。如果向FCN提供\(448\times448\)的图像，则瓶颈层将输出\(14\times14\)的特征图。由于密集层已被卷积层替换，使用了10个大小为\(7\times7\)的滤波器，填充为‘valid’且步幅为1，卷积层输出将由10个特征图组成，每个特征图的大小为\(8\times8\)（14-7+1=8）。FCN将只处理一次整个图像，并且输出一个\(8\times8\)的网格，其中每个单元包含10个数字（5个类别概率、1个客观分数和4个边界框坐标）。这就像拿一个原始的CNN，以每行8步和每列8步的方式在图像上滑动一样。

将原始图像切成\(14\times14\)的网格，然后在该网格上滑动\(7\times7\)的窗口。该窗口将有\(8\times8=64\)个可能的位置，因此有\(8\times8\)个预测。但是，由于网络只查看一次图像，因此FCN方法效率更高。

标签：输出,200,卷积,网络,times7,密集,图像
来源： https://www.cnblogs.com/Reion/p/15611527.html