他们都可以处理多张不同的图片
但全卷积可以接受其他的输入大小
其实是很简单的东西
传统的 前面是卷积层+后面是全连接层 输入大小会有限制
这是因为卷积层和全连接层的连接处(图中红圈处),传入全连接层那边大小是被限制死的,
比如这里这个神经网络就是专门为14143而设计的,
如果你输入大小是其他比如16163,那就死定了,因为我们知道卷积层变成全连接层就是把方块flatten打散成一列,然后矩阵乘法得出,那现在我们输入大小不同的话,上图中新的第三个方块大小和原本的第三个方块不同,那打散之后也会不同,根本进行不了原本的矩阵乘法
所以我们才要搞成全卷积,因为卷积的操作是很灵活的,同一个卷积核,会对不同的输入有不同的运算,从本质来说,卷积的时候矩阵乘法中的输入矩阵会改变
如图,大一点的输入图像也没问题了,我仍能检测出你你还是没有