论文：deeplab v3（语义分割）

Rethinking Atrous Convolution for Semantic Image Segmentation

论文：https://arxiv.org/abs/1706.05587
代码：deeplab_v3 和 other

相关阅读：更多

翻译：DeepLab V3 论文笔记

---

全局特性或上下文相关

许多工作证明了全局特性或上下文相关有助于语义分割。全局特性或上下文相关会产生长期依赖问题，即模型会遗忘比较久的信息。

解决方法：

第一种方法是增大卷积核的步幅，“长期”（卷积核平移步数）变短了，也就缓解遗忘症。

第二种方法是增大感受野，“长期”（卷积核平移步数）变短了，也就缓解遗忘症：

• 最直接就是增大卷积核，但是会增加计算量；
• 图像金字塔（Image Pyramid），多尺度输入（输入尺度越小，感受野越大），最后合并；
• Encoder-Decoder，Encoder使用CNNs提取特征，分辨率减小的过程就是感受野增大的过程；
• 空洞卷积（Atrous Convolution），通过修改空洞率rate调节，相当于增大卷积核；
• 空间金字塔池化（Spatial pyramid pooling），复制网络中原始的最后一个块的几个副本，并将它们级联排列，它并行地包含了几个空洞卷积；
• 上下文相关模块，以级联的方式对长期上下文进行编码；

---

使用空洞卷积提取密集特征

考虑二维信号，对于输出y上的每个位置i和一个滤波器w，在输入特征映射x上应用空洞卷积:
$$y[i]=$$