Pyramid Attention Network for Semantic Segmentation

论文地址：https://arxiv.org/pdf/1805.10180.pdf
代码地址（？）：https://github.com/xgmiao/Pyramid-Attention-Networks
摘要：
提出金字塔注意网络（PAN）来利用全局语境信息在语义分割中的影响，结合注意机制和空间金字塔来提取精确的像素标注密集特征，而不是使用复杂的扩散卷积和人工设计的解码器网络。
引入了一个Feature Pyramid Attention模块，用于在高级特征上执行空间金字塔注意结构，并结合全局池以学习更好的特征表示，并在每个解码器层上提供全局注意Upsample模块，以提供全局上下文作为指导用于选择类别局部化细节的低级特征。

1 引言

FCN：对small parts预测不好
问题（1）：多尺度物体的存在导致分类困难
在ASPP（Atrous Spatial Pyramid Pooling）模块中，扩散卷积是一种稀疏计算，可能导致网格伪影（grid artifacts）。 PSPNet中提出的金字塔池化模块可能会丢失像素级局部信息。

FPA模块从CNN中提取的高级特征提取精确的像素级关注，能够增加感受野并有效地分类小物体。
问题（2）：high-level features are skilled in making category classification, while weak in restructuring original resolution binary prediction.
（a decoder module）Global Attention Upsample(GAU),
which can extract global context of high-level features as guidance to weight low-level feature
information.(以前的就是use low-level information to help
high-level features recover images detail)

2. 方法


（不同尺度的注意力加起来*原始特征图+channel注意力）

（低级特征的细节+高级特征的类别）
the main character of decoder module is to repair category pixel localization.high-level features with abundant category information can be used to weight low-level information to select precise resolution details.

3. 实验
replace the 7x7 convolutional layer in the original ResNet-101 by three 33 convolutional layers.
We adopt randomly left-right flipping and random scaling between 0.5 and 2 for all datasets during training.
数据增强
通过消融实验对各个细节进行选择，pooling type、pyramid structure、kernel size、global pooling