모델의 정답 데이터와 같이 정확하진 않지만, FCN-32와 비교했을 때 FCN-8S가 더욱 정확한 결과를 보여줍니다. FCN-8S는 영역 분할 과정에서 더 많은 중간 층의 정보를 통합하여 사용하기 때문에 세밀한 경계와 세부 사항을 포착하는 능력이 향상됩니다. 이러한 결과는 FCN-8S가 이미지 내의 작은 객체나 복잡한 형태를 더 잘 구분할 수 있음을 시사합니다. 따라서 정밀한 영역 분할 작업이 필요한 경우 FCN-8S 모델의 사용을 고려해볼 수 있습니다. 이러한 시각적 비교는 각 모델의 장단점을 이해하고, 특정 응용 분야에 가장 적합한 모델을 선택하는 데 도움이 됩니다.