Potpuno konvolucijska mreža (FCN)
Potpuno konvolucijska mreža (FCN), koju su predstavili Long, Shelhamer i Darrell na CVPR 2015, bila je prva end-to-end arhitektura dubokog učenja obučena za proizvodnju gustih semantičkih segmentacijskih mapa na razini piksela iz slika proizvoljne veličine. Zamjenom potpuno povezanih slojeva klasifikacijske konvolucijske neuronske mreže (CNN) konvolucijskim slojevima i dodavanjem naučenog uzorkovanja putem transponiranih konvolucija i preskočnih veza, FCN je omogućio izravno predviđanje oznake klase za svaki piksel na slici, uspostavljajući predložak za sve naknadne arhitekture segmentacije, uključujući U-Net i DeepLab.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Fully Convolutional Network for Semantic Segmentation. ScholarGate. https://scholargate.app/hr/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.
- ResNet (rezidualna mreža)Duboko učenje↔ compare
- U-NetDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →