PSPNet论文理解

参考博客：https://blog.csdn.net/u011974639/article/details/78985130

1. 概述

场景解析的目的旨在为每一个像素分配一个类别标签。可以同时预测到标签，位置，以及每一个元素的形状。

目前场景解析框架多数依赖于FCN， 取得较好的效果。但由于FCN存在缺少充分利用全局场景类别线索的缺点，使场景解析仍然面临有限制：多样化的场景和不受限制的词汇。比如对于相同的形状则分辨不出类别。

因此，本论文中将像素级功能扩展到专门设计的全局金字塔池中。将局部和全局线索联合起来共同使最终预测更加可靠。

本文的贡献如下：

一，提出金字塔场景解析网络，将其嵌入到基于FCN网络中。

二，在基于深度监督损失的resnet上制定优化战略。

三，构建了一个场景解析和语义分割的实用系统。

2. 网络结构

 PSPNet提出的原因：CNN的感受野在理论上是非常小的