完全卷积网络(FCN)所需输出

Question

我正在尝试用MATLAB从头开始实现一个简单的FCN。我在网络末端实现了1个输入(单通道图像)神经元，3个隐藏层，3个神经元和1个输出神经元，如下图所示：

​

​

我希望这个网络有输入图像并进行训练，这样它就可以输出图像，如下所示(左:输入，右:输出(所需))：

​

​

我想要的图像作为FCN的输出是否正确？在网络末端是否有任何额外的、必要的层，以便能够产生所需的输出？有一些解释说明FCN生成热图，并且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(反向传播错误)进行比较？

Answer 1

如果你不指定损失和基本事实，它可以产生任何东西(假设它是受监督的)。

这就是说，如果对于每个输入图像，你有一个输出图像的基本事实，例如损失是MSE (输入，输出)，那么训练将适合一个最小化输入数据集和输出数据集之间的MSE的模型。希望该模型的泛化能力足够强，可以为某些任意输入产生您想要的输出。

因此，您需要定义损失(以及监督学习的基础事实)。