论文地址：https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf
深度学习语义分割开山之作，首次将有监督的预训练特征表示用于端到端语义分割，在分类网络的基础上，去掉全连接层，替换为反卷积上采样，得到与原图大小一致的上采样feature map，从而实现像素级的预测。
包括三个结构：FCN32s/FCN16s/FCN8s，从前往后，分割效果越来越精细。
目录
1、摘要
卷积网络是一种功能强大的视觉模型，可以产生层次化的特征。我们发现，通过卷积网络本身进行端到端训练、像素到像素的训练，在语义分割方面超过了传统的SOTA分割方法。我们的关键见解是建立“全卷积”网络，接受任意大小的输入，并通过有效的推理和学习产生相应大小的输出。我们定义并细化了卷积网络的空间，解释了它们在空间密集预测任务上的应用，并与之前的模型建立了联系。我们改进了当代的分类网络，如AlexNet、VGG、GoogLeNet，使之变为全卷积，通过微调将这些模型所学到的表示迁移到分割任务上。我们定义了一个跳跃连接，用于结合深层的语义信息和浅层的空间信息，从而产生精准而详细的分割。我们的全卷积网络在PASCAL VOC、NYUDv2、 SIFT Flow数据集上达到了SOTA的效果，且在一张典型的图像上推理时间不到五分之一秒。
2、网络结构
通过在分类器的基础上去掉全连接层，得到了全卷积的网络结构，如下图：
由于分类器是不断进行下采样的，所以需要在后面进行上采样以得到高分辨率的输出。FCN的上采样是反卷积（关于卷积与反卷积的区别，可以参考这篇博客），其他论文也有使用插值的，如DeepLabV3+使用双线性插值。
此外，由于直接从最后一层恢复到原始大小，获得的分割结果过于粗糙，会丢失很多空间信息，因此，FCN提出了三种结构：FCN32s/FCN16s/FCN8s，如下图：
各个结构的描述如下：
- FCN32s：直接将conv7之后的feature map上采样32倍，得到与原图大小一致的segment map用于预测;
- FCN16s：先将conv7上采样2倍，然后与pool4逐点相加，然后上采样16倍；
- FCN8s：conv7上采样4倍、poo4上采样2倍，与poor3逐点相加，然后上采样8倍；
之所以没有继续提出FCN4s、FCN2s之类的结构，是因为作者通发现从FCN16s到8s，跳跃连接进行信息融合所带的收益开始递减了，继续融合前面的feature map带来的收益已经不大了：
3、实验结果
三种结构对比，可见融合多个层的featuremap能够带来更加精细的分割：
和其他模型的对比：
4、结论
作者提到，全卷积神经网络是一大类网络，现代分类网络只是其中一个特例。基于分类网络，进行扩展和改进其结构，对不同分类的层进行融合，就达到了SOTA效果，同时简化和加速了学习、推理过程。
全卷积的思想影响了后续的基于深度学习的分割方法研究，从而诞生了很多类似的网络结构，如UNet系列、SegNet、ENet、DeepLab系列等，可见该作的影响力之深。