论文：deeplab v3+（语义分割）

Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation

论文：https://arxiv.org/abs/1802.02611v1

相关阅读：更多

---

方法

deeplab v3中介绍了Encoder-Decoder架构，其中Encoder采用CNNs，CNNs经过多次卷积和下采样，感受野也会越来越大。因此，本文deeplab v3+ 也尝试采用Encoder-Decoder架构，其中Encoder用于提取语义信息，Decoder模块来细化分割结果，特别是沿着对象边界。并且进一步探索了Xception模型，并将深度可分离卷积应用于空洞空间金字塔池化ASPP和 Decoder模块，从而获得更快、更强的Encoder-Decoder网络。

---

深度可分离卷积

深度可分离卷积是将一个标准卷积分解为深度卷积（类似于GoogLeNet的 Inception结构，如左图所示），然后再进行逐点卷积(即1 × 1卷积，用于“降维”)，极大地降低了计算复杂度。具体来说，深度卷积对每个输入通道独立执行一个空间卷积，而点向卷积用于合并深度卷积的输出。在TensorFlow深度可分离卷积实现中，在深度卷积(即空间卷积)中支持了空洞卷积。在本工作中，我们将得到的卷积称为可分离卷积(见右图)，发现可分离卷积在保持相似(或更好)性能的同时显著降低了所提模型的计算复杂度。

Inception 和 可分离卷积