深度学习FCN了解模型的架构

Question

以下是FCN模型架构的许多草图：

我了解草图的大部分内容，但有一点我不明白。写在层上的数字是使用的卷积滤波器的数量，但是如何？在第一卷积层上有64个连续的过滤器，然后在第二个conv层上有64个以上的过滤器？ 或者是别的什么 ？ 我试图理解这种草图以在FCN上工作，但是我没有找到有关如何使用过滤器的任何信息。也许我没有正确的关键字。

如果满足以下条件，我对这些卷积滤波器的了解：

将RGB图像赋予代码，并处理3个波段中的每个波段。以3个频段中的1个为例，我们进行如下处理：将卷积滤波器应用于整个数组，然后再进行一次，再进行一次64次（即64个滤波器）。我们在结果数组上再次执行此操作（在通过64次卷积滤波器之后），并执行相同的过程，进行64次卷积滤波器。然后，通过最大池化过程对所得的卷积数组进行下采样，然后对该下采样数组应用128次卷积滤波器，然后...

我对这些解释正确吗？还是我错过了什么？