Rețea Complet Convoluțională (FCN)
Rețeaua Complet Convoluțională (FCN), introdusă de Long, Shelhamer și Darrell la CVPR 2015, a fost prima arhitectură de învățare profundă end-to-end antrenată pentru a produce hărți dense de segmentare semantică la nivel de pixel din imagini de dimensiuni arbitrare. Prin înlocuirea straturilor complet conectate ale unui CNN de clasificare cu straturi convoluționale și adăugarea de upsampling învățat prin convoluții transpuse și conexiuni skip, FCN a permis predicția directă a unei etichete de clasă pentru fiecare pixel dintr-o imagine, stabilind șablonul pentru toate arhitecturile de segmentare ulterioare, inclusiv U-Net și DeepLab.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Fully Convolutional Network for Semantic Segmentation. ScholarGate. https://scholargate.app/ro/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 (Rețea Reziduală)Învățare profundă↔ compare
- U-NetÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →