CNN：图像级 将特征图映射成一个固定长度的特征向量。
多层结构自动学习，浅层感知域小，只能学习局部，较深卷积层有较大感知，能学习抽象
抽象特征对大小，方向，位置等敏感度低
FCN：像素级 可接受任意尺度的输入，用反卷积对最后一个卷积层feture map采样，恢复到输入图像相同尺寸，对每一个像素都产生预测，保留原始空间信息，对特征图进行逐像素的分类。
缺点：得到的结果不够精细，分类没有考虑像素间的关系。
segnet：思路与FCN相似，Encoder，Decoder使用技术不同，使用VGG16的钱13层卷积网络，每个编码层对应一个解码层，解码器输出被送入soft-max分类器独立为每个像素类产生概率
