引言

引言部分翻譯

總結

1.卷積網絡推動了視覺識別的發展。
2.早前的卷積網絡運用當中，將每個像素標記為封閉對象或一個某個類別，這樣的做法存在缺點。也就是傳統的卷積網絡存在缺點。
3.實驗證明，端到端的FCN網絡在語義分割任務當中超過了現有水平，這是第一個在像素級別且在監督式預訓練完成的網絡模型。

解釋一下語義分割一般在業界會將其和像素級別的學習等同起來，對于每一個像素點判斷一下他是什么東西，概率是多少。例如，判斷某個像素點是什么，判斷其大概率是個門，那么我們就將其歸類到門當中。這樣，我們可以看到，語義分割是一個十分笨重，但是又十分重要的內容。

4.語義分割面臨著語義信息和位置信息之間固有的緊張關系，后期經驗表明，全局信息和局部信息往往不能同時得到，但是兩者的重要程度是相同的。

解釋一下，這里是在說語義分割當中的最大問題。就是局部信息和全局信息都很重要，但是并不能同時得到。同時，這也就涉及到了感受野的概念，這篇文章當中體現的還不明顯，但是之后的文章會有更多體現。

總結

以上是生活随笔為你收集整理的FCN全连接卷积网络（4）--Fully Convolutional Networks for Semantic Segmentation阅读（引言部分）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。