1.文字回答：按照自己的观点，总结对于语义分割的理解
语义分割是对一张图片的每一个像素点进行分类，并将每个类别（车，车道，人物，建筑，天空）用不同的颜色标注出来。它是计算机视觉中的关键任务之一，越来越多的应用场景需要从影响中推理出相关的知识和语义。语义分割可以帮助场景理解
2.文字回答：怎样理解论文中的Figure 2 ？
图2展示了如何把分类网络的backbone应用到语义分割任务中。把全连接层去了，转换成卷积层，让网络输出一个heatmap。这样做有两个好处，一是可以实现任意尺寸的输入，原vgg模型则要求固定尺寸的输入；二是输出为与输入同尺寸的图像，实现了端到端。
3.文字回答：用文字描述论文中的Figure 3
描述了网络特征图进行融合的过程。每次经过pool层进行一次下采样，尺寸减小一半，最后产生了1/32预测特征图（FCN-32s）；1/32特征图上采用为1/16特征图，和原来的1/16特征图在通道上进行合并产生1/16预测特征图(FCN-16s)；合并结果再二次上采样，成为1/8特征图，和原来的1/8特征图合并为1/8预测特征图(FCN-8s)。
4.文字回答：将论文Results中提到的前三个指标，用自己的理解描述出来
Pixel Accuracy(PA,像素精度)：标记正确的像素点占所有像素点的比例。
Mean Pixel Accuracy（MPA 均像素精度）：计算每个类内被正确分类像素数的比例，再求所有类的平均。
mean IU（MIoU 均交并比）：按类别平均的交并比，计算真实值和预测值的交集和并集。
5.代码实践：在CamVid上得到测试结果，分析整个训练过程中loss和指标的变化趋势
6.本文摘抄
主要成就：FCN是第一个实现端到端，像素到像素的语义分割网络
核心思想：构建了一个全卷积网络，可以输入任意尺寸的图像，并得到同样尺寸的输出
主要方法：将当前分类网络改编成全卷积网络并进行微调，设计跳跃连接将全局信息和局部信息连接起来相互补偿
相关术语：局部信息：提取位置：浅层网络中提取局部信息；特点：物体的几何信息比较丰富，对应的感受野较小；目的：有助于分割尺寸较小的目标，有利于提高分割的精确程度
全局信息：提取位置：深层网络中提取全局信息；特点：物体的空间信息比较丰富，对应的感受野较大；目的：有助于分割尺寸较大的目标，有利于提高分割的精确程度
感受野：决定某一层输出结果中一个神经元所对应原始输入层区域大小，为感受野。stride越大，感受野越大。但过大的stride会使feature map保留的信息变少。
平移不变性：图片中的目标无论被移到图片的哪个位置，分类结果都应该是相同的。浅层CNN符合这个特征，深层CNN不符合。
Shift-and-stitch: 补零+平移原始图片得到四种版本的输入图片；再通过最大池化得到对应的四张输出特征图；最后通过四张输出图拼接成密集预测图。
上采样：以往用插值进行上采用，FCN中用反卷积进行上采样。
类平衡对模型最后结果有一定影响
算法通过混淆矩阵计算PA, MPA, IoU。
1. 将AlexNet, VGG, GoogLeNet框架都用了一遍，微调它们让他们能进行语义分割。
2. 语义分割在semantics和location之间权衡。global信息解决事什么, local信息解决在哪。因此本文用skip跳跃连接， 把deep, coarse, senmantic information和shallow, fine, appearance information连接起来。
3. 把全连接改成全卷积，不仅可以生成heatmap,也让计算量在这些块中被均摊。