全卷积网络FCN实现像素级分割

FCN（Fully Convolutional Network）由Long等人于2015年提出，是深度学习语义分割的奠基之作。

核心思想： 将传统分类网络（如VGG-16、AlexNet）最后的全连接层替换为卷积层，使网络能接受任意尺寸的输入图像，输出空间维度对应的分割图（Heatmap）。

全连接层→卷积层的转换：

• 原有全连接层（如4096维）转为7×7或1×1的卷积核。
• 结果：网络不再有固定输入尺寸限制，输出为2D特征图而非1D向量。
• 例如输入H×W，经过VGG conv部分后得到H/32×W/32的特征图。

反卷积上采样（Deconvolution/Transposed Convolution）：

• 使用转置卷积（反卷积）将小尺寸的Heatmap上采样到原图大小。
• 可学习的上采样，与双线性插值相比能学到更好的上采样模式。
• FCN-32s：直接32倍上采样到原图大小（结果粗糙）。

跳跃结构（Skip Architecture）：

• FCN-16s：将pool5的输出上采样2倍，与pool4的预测融合，再上采样16倍。
• FCN-8s：在FCN-16s基础上，再将pool3的预测融合，最终8倍上采样。
• 跳跃连接的作用：结合深层语义信息和浅层空间细节，恢复分割边界精度。

贡献与影响：

1. 证明了全卷积网络可以端到端地学习像素级预测任务。
2. 跳跃结构为后续U-Net等编解码架构提供了思路。
3. 分类网络→分割网络的迁移学习范式成为标准做法。

局限性： 分割结果仍较粗糙，对细节和边界处理不够精细，缺少全局上下文信息。