1 语义分割
语义分割是对图像中每个像素作分类，不区分物体，只关心像素。如下：
（1）完全的卷积网络架构
处理语义分割问题可以使用下面的模型：
其中我们经过多个卷积层处理，最终输出体的维度是C*H*W，C表示类别个数，表示每个像素在不同类别上的得分。最终取最大得分为预测类别。
训练这样一个模型，我们需要对每个像素都分好类的训练集（通常比较昂贵）。然后前向传播出一张图的得分体（C*H*W），与训练集的标签体求交叉熵，得到损失函数，然后反向传播学习参数。
然而，这样一个模型的中间层完全保留了图像的大小，非常占内存，因此有下面改进的框架。
（2）先欠采样再过采样的框架
