Fully Convolutional Netwok：CNNをセグメンテーションタスクに利用した方法。全結合層を用いず、畳み込み層だけで構成するモデル。最後の特徴マップは入力層に対して小さいため、出力を入力画像サイズまで拡大すると解像度が粗いセグメンテーション結果となる。
FCNでは、一般物体認識の畳み込みニューラルネットワーク(実装例ではVGG-16)の全結合層を1×1の畳み込み層に置き換えている。(実装例では、特徴抽出には一般物体認識向けにImageNetで学習したVGG-16の畳み込み層を流用してfine-tuningしている)
全結合層を無くすことで、従来の畳み込みニューラルネットワークのように入力画像のサイズを固定する制約がなくなった。また、全結合層を畳み込み層に置き換えると、クラス分類の結果がヒートマップとして出力されるようになる。
