• 卷积神经网络的成功主要受两方面的限制：

• 卷积神经网络的典型应用是分类，输出一个分类标签：
  分类：一张图片得到一个类别标签。并不适用于其他任务。
  如分割：图片中每个像素都要得到一个类别标签。

• Ciresan提出的分割网络，采用围绕每个像素点的patch进行训练，patch的类别作为该像素点的类别。
  优点：局部化；训练样本变多（图像块）
  

• 采用卷积层最后一层输出作为图像表征，不够充分：
  表现： 大的图像块需要更多的降采样层，从而降低Larger patches（局部精度），而小的图像块能看到很少的context（上下文信息）。

  在传统的分类 CNNs 中，池化操作用来扩大视野，同时减少特征图的分辨率。这对于分类任务来说非常有用，因为分类的最终目标是找到某个特定类的存在，而对象的空间位置无关紧要。因此，在每个卷积块之后引入池化操作，以使后续块能够从已池化的特征中提取更多抽象、突出类的特征。
  另一方面，池化和带步长的卷积对语义分割是不利的，因为这些操作造成了空间信息的丢失。因此，论文中 FCN-8s 融合了不同粗糙度（conv3、conv4和fc7）的特征，利用编码器不同阶段不同分辨率的空间信息来细化分割结果。

论文首次提出了一种end-to-end(端到端)用于语义分割的“全卷积”网络，全卷积网络在 PASCAL VOC（在 2012 年相对以前有 20% 的提升，达到了62.2% 的平均 IU），NYUDv2 和 SIFT Flow 上实现了最优的分割结果。

• 不含全连接层(fc)的全卷积(fully conv)网络，即将全连接层改为全卷积层。可适应任意尺寸输入。
• 在 decode 上采样步骤中使用增大数据尺寸的反卷积(deconv)层(初始化参数为双线性插值滤波器)。能够输出精细的结果。
• 结合不同深度层结果的跳级(skip)结构，同时确保鲁棒性和精确性。但同时引入了更大的参数量。将深的、粗糙的网络层语义信息和浅的、精细的网络层的表层信息结合起来，来生成精确的分割。(FCN 最重要的点)

• 可以接受更小的训练样本