Reverse Attention-Based Residual Network for Salient Object Detection论文解读以及代码复现时所遇问题

论文原文下载：原文
代码下载：源代码

该博客只是在学习本篇论文时自己所遇问题以及一些心得，如有侵权，请联系本人删除即可。

该论文主要针对的是SOD遇到的一些问题，如：模型架构复杂、模型参数较多的问题，作者提出了一种框架即：Reverse Attention-Based Residual Network。

前述部分作者讲的很仔细，我就不多赘述，只进行模型的讲解。

Initial Saliency Prediction

首先经过VGG-16进行处理,因为VGG16独特的网络框架，具有五个最大池化层，因此在每个池化层处引出五个不同尺寸大小的侧输出。论文将最后一个池化层的输出称为initial saliency，作者首先对initial saliency进行处理：通过一个1*1的卷积层将输出将成维度为64的输出。并且设计了一个多尺度上下文模块（MSCM）用来捕获全局显著性线索。MSCM分为两部分：一是（2b-1）x（2b-1）尺寸的卷积核进行卷积，另一个是核尺寸为3x3输出为2（b-1）的卷积核进行卷积。最后将四个分支进行融合，并通过一个3x3的卷积生成单通道的输出预测，生成结果只有输入图片的1/32.