GCN_large kernel matters_improving semantic seg by global conv network

0. 写作目的

     好记性不如烂笔头。

 

1. 主要思想

分割需要对像素进行分类，同时精确定位，而这两个任务是存在矛盾的。

作者发现 large kernel conv对于分割更有效。

主要是 使用1 * k + k *1  和 k  * 1 + 1 * k 的GCN。

 

2. 模型

 

3. 实验结果

  实验结果看，效果提升很大。

从效果看，感觉 BR 的作用更大。

There may be some mistakes in this blog. So, any suggestions and comments are welcome!

注： 文中图来源于paper。

[Reference]

    paper： https://arxiv.org/pdf/1703.02719.pdf