python DeepLab系列方法：几张图了解ASPP，空洞卷积升级版，空洞卷积的优势

一，先了解空洞卷积

空洞卷积的优势：

（1）图像分割任务中（其他场景也适用）需要较大感受野来更好完成任务；

（2）通过设置dilation rate参数来完成空洞卷积，并没有额外计算；

（3）可以按照参数扩大任意倍数的感受野，而且没有引入额外的参数；

（4）应用简单，就是卷积层中多设置一个参数就可以了；

 

 二，ASPP

 deepLabV3+

图中encoder过程分为两条路线提取特征：

1，经过DCNN（例如resnet）+1*1卷积得到低阶特征；

2，经过DCNN（例如resnet）+空洞卷积+特征拼接+1*1卷积得到高阶特征；

decoder过程：

1，高阶特征+上采样与低阶特征进行拼接；

2，融合特征经过上采样得到与原始图相同大小的分割结果图；