论文阅读：ParseNet: Looking Wider to See Better

1 摘要

针对FCN的实际感受野比理论感受野小很多的问题——按道理VGG+FCN的fc7的感受野是404×404，可实际上的FCN的fc7的感受野却并没有这么大，本文提出一种ParseNet网络，通过融合全局信息来弥补实际感受野的不足。

2 亮点

2.1 全局池化层

作者发现，使用了FCN的VGG网络在fc7的感受野应当是404×404的，为了测试fc7实际的感受野的大小，作者对原图滑动了一个窗口，将得到图叠加噪音信息，查看fc7的响应，这样就可以看到fc7的实际感受野了，如下图：

（a）为原始图像，（b）为特征相应的热度图，（c）为滑动窗口以后fc7能观察到的理论感受野，（d）为fc7的实际的感受野。可以看到实际感受野仅仅为原图的1/4不到，比实际的感受野小了很多，所以在进行特征提取的时候有可能就削弱了语义的全局联系，而有一些文章中使用的是CRF对结果进行后处理，虽然这样也能获得不错的效果，但是CRF等后处理方式计算复杂，会消耗很多计算资源。为了解决这个问题，作者提出一个