الشبكة الالتفافية بالكامل (FCN)
الشبكة الالتفافية بالكامل (FCN)، التي قدمها لونغ وشيلهامر وداريل في مؤتمر CVPR عام 2015، كانت أول بنية تعلم عميق شاملة (end-to-end) تُدرّب لإنتاج خرائط تجزئة دلالية كثيفة على مستوى البكسل من صور بأي حجم. من خلال استبدال الطبقات المتصلة بالكامل لشبكة CNN تصنيفية بطبقات التفافية وإضافة استعيان صاعد مُتعلَّم عبر الالتفافات المنقولة (transposed convolutions) ووصلات التخطي (skip connections)، مكنت FCN من التنبؤ المباشر بتصنيف لكل بكسل في الصورة، مما أرسى الأساس لجميع معماريات التجزئة اللاحقة بما في ذلك U-Net و DeepLab.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully Convolutional Networks for Semantic Segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Shelhamer, E., Long, J., & Darrell, T. (2017). Fully Convolutional Networks for Semantic Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(4), 640–651. DOI: 10.1109/TPAMI.2016.2572683 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9). MIT Press. ISBN: 978-0-262-03561-3
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Fully Convolutional Network for Semantic Segmentation. ScholarGate. https://scholargate.app/ar/deep-learning/fully-convolutional-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- شبكة البقايا (ResNet)التعلم العميق↔ compare
- U-Netالتعلم العميق↔ compare