本章主要介绍了传统卷积神经网络CNN和全连接神经网络FCN的结构区别，讲述了FCN在语义分割领域的应用优势以及FCN上采样理论，对FCN-DenseNet网络的结构进行了详细介绍，并对其激活函数和损失函数作出改进，最后对比了传统分割方法和论文算法对于强光、弱光、光照不均、薄雪覆盖、曝光条件下的图像分割效果，采用常用的客观评判标准评估不同分割方法的准确率和精确率，为下文导航路径分叉标志的识别奠定基础。对上面的话换个说法

本文介绍了传统卷积神经网络CNN和全连接神经网络FCN的结构区别，以及FCN在语义分割领域的应用优势和上采样理论。同时，详细介绍了FCN-DenseNet网络的结构，并对其激活函数和损失函数进行了改进。最后，通过对比传统分割方法和论文算法在强光、弱光、光照不均、薄雪覆盖、曝光条件下的图像分割效果，采用客观评判标准评估不同分割方法的准确率和精确率，为下文导航路径分叉标志的识别奠定基础。