关于语义切割（semantic segmentation）网络中upsample方法总结

引言介绍：

语义切割网络中，很多网络结构都会被设计成对称型，在这种类型的网络中，可以总结为”编码-解码”两个阶段。在编码阶段，主要任务是提取feature map，一层一层的进行downsample以保留最重要的feature。在解码阶段，主要是根据feature map进行语义重建，使得最终feature map能恢复到original size. 而upsampling就是在解码阶段中最常使用的方法。

本文主要针对语义切割领域中出现的upsampling方法进行总结分析。

现有的upsampling 方法：

Upsampling（上采样），就是将原本低分辨率的对象在保留texture和featurn的条件下进行成比例放大。

Upsampling的难点在于如何产生新的采样数据，并填充在高分辨率图片上。在整个upsmapling的过程，主要有两个难点：1࿰