Machine learning
全畳み込みネットワーク（FCN）
2015年のCVPRでLong、Shelhamer、Darrellによって導入された全畳み込みネットワーク（FCN）は、任意のサイズの画像からピクセル単位の密な意味セマンティックセグメンテーションマップを生成するために、最初のエンドツーエンドの深層学習アーキテクチャでした。分類CNNの全結合層を畳み込み層に置き換え、転置畳み込みとスキップ接続による学習済みアップサンプリングを追加することにより、FCNは画像内のすべてのピクセルに対するクラスラベルの直接予測を可能にし、U-NetやDeepLabを含むすべての後続のセグメンテーションアーキテクチャのテンプレートを確立しました。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Fully Convolutional Network for Semantic Segmentation. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →