matlab - 全卷积网络 (FCN) 所需输出

Question

我正在尝试从头开始在 MATLAB 中实现一个简单的 FCN。我在网络末端实现了 1 个输入(单 channel 图像)神经元、3 个具有 3 个神经元的隐藏层和一个输出神经元，如下图所示:

我希望这个网络具有输入图像并进行训练，以便它可以输出图像如下(左:输入，右:输出(所需)):

我想要的图像作为 FCN 的输出是否正确？网络末端是否有任何额外的、必要的层，以便它可以产生所需的输出？有一些解释说FCN产生热图，而热图与期望的图像不同，如果这是正确的，如何将每次迭代的输出与期望的输出进行比较(反向传播的错误)？

Answer 1

如果您不指定损失和基本事实(假设它受到监督)，它可以产生任何结果。

也就是说，如果对于每个输入图像，输出图像都有一个基本事实，例如损失是 MSE(输入，输出)，那么训练将拟合一个模型，该模型可以最小化输入之间的 MSE数据集和输出数据集。希望模型的泛化能力足够强，能够针对任意输入产生所需的输出。

因此，您需要定义损失(以及监督学习的基本事实)。