机器学习笔记——FCN（续）

FCN会在最后用反卷积（上池化）的方法将特征图恢复到原来大小，这样有两个好处，一、每个像素点代表原来的一个像素，可以实现予以分割对所有像素点分类的要求，二、经过多层卷积特征很深，但也有缺点就是上采样（反卷积）得到的特征图分辨率很低所以用跳层来解决。

>>阅读原文<<