FCN实现细节与几个问题

1 几个问题

内容参考这篇文章 
1）第一个卷积层为什么需要添加 pad=100 
作者提供的网络模型里收个卷积层对输入图像添加了100个像素的边界（图７）

　　　　　　　　　　　　　　　　 
　　　　　　　　　　　　　　　　　　　　　　　　图７. pad:100

解决了以上问题， 但同时也引入了很多噪声

2）反卷积层如何与crop层配合获得原图尺寸

　　　　　　　　　　　　　　　　　 
　　　　　　　　　　　　　　　　　　　　　图８. decovolution+crop获得原图尺寸

这与原图尺寸不一样，因此还需要crop层将多出的38抠掉： 

Caffe的Blob为4D数据(N,C,H,W)(N,C,H,W)，因此 axis=2 表示处理数据的 H 和 W 维度；而 offset=19 表示对这两个维度两边都跳过19做crop（padding的反向操作）

参考：

1.图像语义分割（1）- FCN

https://blog.csdn.net/zizi7/article/details/77093447