知识获取

1、空洞卷积Dilated /Atrous  convolution: 空洞卷积诞生于图像分割领域，图像输入到网络中经过CNNCNN提取特征，再经过poolingpooling降低图像尺度的同时增大感受野。由于图像分割是pixel−wisepixel−wise预测输出，所以还需要通过upsampling将变小的图像恢复到原始大小。图像分割FCNFCN有两个关键步骤：池化操作增大感受野，upsampling操作扩大图像尺寸。

技巧：

• 卷积核方面：

1. 大卷积核用多个小卷积核代替；

2. 单一尺寸卷积核用多尺寸卷积核代替；多个并行，与Inception类似

3. 固定形状卷积核趋于使用可变形卷积核；

4. 使用1×1卷积核（bottleneck结构）。

• 卷积层通道方面：

1. 标准卷积用depthwise卷积代替；

2. 使用分组卷积；

3. 分组卷积前使用channel shuffle；

4. 通道加权计算。

• 卷积层连接方面：

1. 使用skip connection，让模型更深；

2. densely connection，使每一层都融合上其它层的特征输出启发

2、感受野的计算：从后往前推，

RF = 1
fo