如果这不是询问此类问题的适当渠道，我可能有一个幼稚的问题，很抱歉。我已经成功实现了一个用于语义分割的 FCNN，但我不涉及反卷积或反池化层。
我所做的只是将地面实况图像调整为最终 FCNN 层的大小，然后计算我的损失。通过这种方式，我获得了一个较小的图像作为输出，但正确分割。
是否需要反卷积或反池化过程？
我的意思是，在 python 中调整图像大小非常容易，那么为什么要涉及复杂的技术，例如 deconv 或 unpooling 来做同样的事情呢？我当然想念一些东西。
使用 unpooling 和执行 deconv 放大图像有什么优势？