图像分割网络设计的一些小技巧

图像分割网络设计的一些技巧

(1) 特征图分辨率

为了减小计算量、增大感受野，许多网络都采用缩小特征图分辨率的结构（比如前面提到的SegNet）。但是，过度缩小特征图分辨率则会造成严重的信息丢失，从而造成分割精度的下降。**因此，要尽可能约束下采样的比率。目前被广泛接受的下降比率不超过1/8。**那么还要继续增大感受野该怎么办呢？没错，就是用到空洞卷积了。

(2) 提前下采样

直接用原始分辨率的图片作为网络输入的代价是很高的。由于视觉信息中存在大量的冗余，在输入网络之前，可以对输入做一个预处理，也就是先用一层网络将这些信息浓缩，同时缩小空间尺寸。实验证明，这一步的特征图个数不用太多，16与32效果几乎相同。

(3) 解码器规模

前面我们接触到的编解码结构中，解码器与编码器在结构上几乎是完全对等的。这种结构看起来没有问题，但是真的合理吗？其实，编码器的规模可以大一些，因为要用来提取信息；但是解码器本质上只是对编码器结果的细节精调，因此规模可以减小。

(4) 非线性操作

这一点相信很多人在实验中已经发现了，那就是在某些情况下，ReLU的引入并不会对结果产生有利的影响。相反，用PReLU替代反而会更好。

(5) 分解卷积层

考虑到卷积层权重其实有相当大的冗余，可以用nx1和1xn的两个卷积层级联（对称卷积）来替代一个nxn的卷积层来缩小计算量。具体地，用n=5的对称卷积的计算量近似于一个3x3的普通卷积，但是由于引入了非线性，这样的操作还能够增加函数的多样性。

(6) 空洞卷积

引入空洞卷积可以减小计算量、增大感受野，同时维护了特征图的分辨率。