全卷积神经网络 SAR

全卷积神经网络 (Fully Convolutional Networks, FCN)是一种用于图像分割的深度学习网络模型。FCN通过将全连接层转化为卷积层，使得网络能够接受任意尺寸的输入图像并输出相同尺寸的密集预测图。这使得FCN能够在像素级别对图像进行分类，从而实现图像分割任务。

FCN的基本思想是将传统的卷积神经网络中的全连接层改为卷积层，并使用反卷积操作来实现上采样。这样网络的输出就是一个与输入图像尺寸相同的预测图，每个像素都对应一个类别的预测结果。为了提高网络的性能，FCN通常采用了一些特殊的技术，如跳跃连接 (skip connections) 和多尺度预测等。