1)关于卷积:传统的卷积神经网络,普通卷积/扩张卷积。能否用一定范围内的随机采点卷积得到更好的效果?随机采点,训练完看效果,然后根据最终效果剃掉一些随机效果不好的卷积采点。冥冥中有种感觉,局部范围不引入随机性的东西,则不健壮。 convolution->dilated convolution->rand convolution。 另外感受野不再直接使用方形矩阵,而是加一个圆mask。 https://github.com/vdumoulin/conv_arithmetic
2)看pascal voc challenge 最新的分割效果表。 效果不好的几列,可以看出是分割对象的结构连通集中间有较大比例空洞的情况,可以尝试单张图片的3d重建来辅助语义分割。还可以根据单张图重建3d图然后反过来得到等高线图,再按照不同高度进行分高度阶段的原图卷积。3d重建也可以反过来,借鉴分割网络的思想,标注和训练。 http://host.robots.ox.ac.uk:8080/leaderboard/displaylb_main.php?challengeid=11&compid=6