代码:https://github.com/open-mmlab/mmdetection
abstract,introduction,related work
特征上采样是卷积神经网络结构中一种重要的操作。(Feature upsampling is a key operation in a number of modern convolutional network architectures, e.g. feature pyramids.)本文设计了Content-Aware ReAssembly of FEatures (CARAFE),其主要包括三个优点:1、大的感受野。2、内容感知(Content-aware
handling)。3、计算代价小。
特征上采样在密度预测任务(超分辨率,图像修复,语义分割)和高低特征融合(特征金字塔、U-Net)中很关键。
插值的方式无法捕获丰富的语义信息;反卷积的缺点:1、对整个图像采取相同的核,忽略了内容的特异性。2、运算消耗大。