图像分割的核心思想:
1. 使用不包含全连接的全卷积网络，所以可以输入任意大小的图片。
2. 使用跳跃连接，以结合不同尺度的图像特征，使得模型具备更高的精度与鲁棒性。
3. 使用反卷积对提取后的低分辨率图像进行上采样，输出与原图同分辨率的分割图片，保留了原始图像的空间信息，从而能够对原图的每一个像素都进行预测.
全卷积网络可以有效地学习对像语义分割

全文(Full Article): https://yvsou.com/dc/single.php?groupid=28.218.81608.81609.81613.85931.85932.83187.86157&pid=1338531&startgroup=