传统CNN模型（如AlexNet、GoogLeNet、ResNet等）都主要包括两大部分：卷积层、全连接层，前部分卷积层用来提取输入图像的特征，后部分全连接层读取所提取的特征，可以实现对图像一个整体类别的判断，但无法得出所预测类别的具体位置（具体像素区块）（即无法深入判断像素的所属类别）。（输入图像，输出预测值）

为能确定图像中每个像素的类别，FCN改编传统CNN模型为全卷积神经网络（去除了全连接层），全连接层被替换为卷积层和上采样层，被替换成的卷积层继续处理特征图，保留每个像素的位置信息（理解为进一步提取每个像素的特征），而上采样的作用即是等比恢复图像尺寸，将每个像素还原到原本的位置（卷积层处理会把图像变得越来越小），输出的结果是一张与输入图像同尺寸的图像，图像中包含对每个像素所属类别的预测值。（输入图像，输出预测值）

以上仅个人理解。