neural-network - 完全卷积网络中的 shift-and-stitch 是如何工作的？

Question

我仍在为 FCN 中的“移位和缝合”技巧而苦苦挣扎反复阅读多次后。

有人可以给出一些直观的解释吗？

Answer 1

在 FCN 中，与输入相比，您获得的最终输出(默认情况下不使用任何上采样技巧)的分辨率较低。假设您有一个形状为 100x100 的输入图像，并且您得到一个形状为 10x10 的输出(来自网络)。将输出直接映射到输入分辨率会看起来不完整(即使使用高阶插值)。

现在，您采用相同的输入并将其移动一点并获得输出并多次重复此过程。您最终会得到一组输出图像和一个对应于每个输出的移位向量。可以利用这些带有移位矢量的输出图像(缝合)在最终示意图中获得更好的分辨率。

人们可能会将其视为拍摄对象的多个(移位)低分辨率图像并将它们组合(缝合)以获得更高分辨率的图像。