论文笔记——ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation

        论文地址。

        相比 SegNet、FCN 等以 VGG 作为特征识别部分的网络，作者提出了一个更加轻量级、运算量和参数量都较小的网络，来提高语义分割在实际使用中的推断时间和减轻对设备的要求。网络的名字叫做 ENet，即 efficient neural network。

网络结构

         在了解网络结构之前，通常都是看看网络的组成单元 block。ENet 中主要有两种单元组成，即 initial block 和 bottleneck block，具体的结构分别于下面说明。

initial block    

       上边的是 initial block，根据论文中的设置，只使用到一次，也就是对输入的图像进行处理时用到的。输入图像的尺寸是512*512*3，两条路径中左侧是 3*3 的卷积，步长为 2，计算的结果是256*256，可见使用了 padding。不过对于步长为 1 的卷积填充很好理解，就是各在边界左右添加相应数量的 0 即可；但是步长不为 1 时呢？应该也是填充，但这个填充是在一侧边界上而已呢还是在左右两侧都会做填充？根据之前看过 tensorflow 官方文档中对于池化层 padding 填充的解释，是单侧填充而已，但似乎对于卷积这种运算特点