第十四周学习周报20181210-20181216

一、回顾《Pyramid Scene Parsing Network》
1）指出global average pooling with FCN可以改善分割效果
但对复杂场景并不有效
所以提出：different-region-based context aggregation
2）基于FCN+dilated network
3）采用4层金字塔模型，最后通过卷积后连接起来

二、看了一篇新的论文
《Fully Convolutional Networks for Semantic Segmentation》
1、end to end、pixel-wise

2、网络结构
1）FCN将传统CNN中的3层全连接层转化成一个个的卷积层。卷积核的大小(通道数，宽，高)分别为（4096,1,1）、（4096,1,1）、（1000,1,1）。
2）FCN使用了上采样，使分辨率低的粗略图像恢复到原图的分辨率。需要进行上采样，以得到原图一样的大小。上采样是通过反卷积实现。对第5层的输出（32倍放大）反卷积到原图大小，得到的结果不够精确，一些细节无法恢复。本文将第4层的输出和第3层的输出也依次反卷积，分别需要16倍和8倍上采样。

3、优缺点
1）优点：
一，可以接受任意大小的输入图像，而不要求所有的训练图像和测试图像具有同样的尺寸。
二，更加高效，避免了由于使用像素块而带来的重复存储和计算卷积的问题。

2）缺点：
一，是得到的结果不够精细。进行8倍上采样虽然比32倍的效果好了很多，但是上采样的结果还是比较模糊和平滑，对图像中的细节不敏感。
二，是对各个像素进行分类，没有充分考虑像素与像素之间的关系，忽略了在通常的基于像素分类的分割方法中使用的空间规整（spatial regularization）步骤，缺乏空间一致性

三、跑代码
1）跑了一下PSPNET的源码
2）跑通了之前看过一篇re-id论文的源码，测试结果和原文差了1%~2%。可能是测试集输入大小的问题。

四、看了跑通的re-id源码