RefineNet

论文：RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation
论文：https://arxiv.org/pdf/1611.06612v3.pdf

传统语义分割面临的问题：
1、上采样或者反卷积无法恢复底层的信息，在前面池化过程中底层的信息已经丢失掉了。
2、对空间信息不敏感。
3、各卷积层的信息表示的意义不同，高层提取的是粗糙的全局信息，低层提取的是高分辨率的细节信息。各层提取的特征都是有用的，高层特征有助于类别识别，低层特征有助于生成精细的边界。将这些特征全部融合对于提升分割的准确率是有帮助的。

网络结构：

RefineNet模块：