U-NET语义分割方法解读

2014年，加州大学伯克利分校的Long等人提出的 全卷积网络(FCN) ，推广了原有的CNN结构， 在不带有全连接层的情况下能进行密集预测。 这种结构的提出使得分割图谱可以生成任意大小的图像，且与图像块分类方法相比，也提高了处理速度。在后来，几乎所有关于语义分割的最新研究都采用了这种结构。 除了全连接层结构，在分割问题中很难使用CNN网络的另一个问题是存在池化层。 池化层不仅能增大上层卷积核的感

>>阅读原文<<