温故而知新，可以为师矣！
一、参考资料
深度学习笔记（二十三）Semantic Segmentation(FCN/U-Net/PSPNet/SegNet/U-Net++/ICNet/DFANet/Fast-SCNN)
二、FCN相关介绍
1. FCN简介
FCN（Fully Convolutional Networks），是利用深度学习进行语义分割的开山之作。FCN将传统的分类网络改造成分割网络：替换全连接层为卷积层，利用转置卷积的上采样获得高分辨率的语义特征图，输出feature map的每一维通道预测一个类别的分割结果。
FCN主要用来做 pixel-wise 的 image segmentation 预测，先用传统的CNN结构得到 feature map， 再将传统的 full connected 转换成了对应参数的卷积层。比如，传统pool5层的尺寸是7×7×512，fc6的尺寸是4096， full connected weight 是7×7×512×4096；将全连接层转成卷积层，kernel size 为7×7，input channel 为512，output channel 为4096，这就实现了将传统的网络（分别带有卷积层和全连接层）转成了全卷积网络(fully convolutional network, FCN)。简单理解，FCN全卷积网络就是全部都由卷积层构成的网络，没有FC层。
FCN的一个好处是输入图片尺寸可以任意，不受传统网络全连接层尺寸限制，传统的方法还要用类似SPP结构来避免这个问题。FCN中为了得到 pixel-wise 的prediction，也要把 feature map 通过转置卷积转化到像素空间。
2. FCN网络结构
FCN大致网络结构如下：
上图模型结构为针对VOC数据集的21个语义分割，即数据集包含21种不同分割类型。当图像进入神经网络，第一个卷积层将图像由三通道转换为96通道 feature map，第二个卷积层转换为256个通道，第三个卷积层384个通道，直到最后一个卷积层变为21个通道，每个通道对应不同分割类型。实际上，卷积层整个网络结构中卷积层的通道数可以根据不同任务进行调整，前面每经过一层会对图像进行一次宽高减半的下采样，经过5个卷积层以后，feature map 的尺寸为输入的1/32，最后通过转置卷积层将 feature map 宽高恢复到原始输入图像尺寸。
3. FCN网络结构分解
FCN模型结构可以根据分割细粒度使用FCN32s、FCN16s、FCN8s等结构，32s即从32倍下采样的 feature map 恢复到原始输入尺寸，16s和8s则是从16倍和8倍下采样恢复到原始输入尺寸，当然还可以使用4s、2s结构，数字越小使用的转置卷积层进行上采样越多，对应模型结构更加复杂，理论上分割的效果更精细。
3.1 FCN32s模型结构
FCN32s模型结构示意图：
3.2 FCN16s模型结构
FCN16s模型结构示意图：
3.3 FCN8s模型结构
FCN8s模型结构示意图：
4. FCN的特征融合(Add)
在FCN论文中，作者采用对 low-level 和 high-level 特征进行融合的方式。这是因为：
- 网络比较深的时候，特征图尺寸通常比较小，对这种特征图进行上采样，有很好的语义信息，但分辨率很差。
- 网络比较浅的时候，特征图尺寸通常比较大（接近input image），对这种特征图进行上采样，有很好的细节，但语义信息很差。
因此，对 low-level 和 high-level 特征进行融合，可以在得到很好的细节基础上，也能获得尽可能强的图像语义信息。
三、相关经验
(MindSpore)代码实现
图像语义分割网络FCN(32s、16s、8s)原理及MindSpore实现
(TensorFlow)代码实现
github代码：tensorflow-fcn
四、参考文献
Long J, Shelhamer E, Darrell T. Fully convolutional networks for semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 3431-3440.
