Complementary Trilateral Decoder for Fast and Accurate Salient Object Detection（速读啊）内含与u-shape的对比

今天早早起来了

吃完饭就开始干活了

十点开始读论文

所以速读适合没有很长事假你的情况下，你只需要读懂大意就可以了

QAQ，bhys，以后一定精读，好好找找里面的专业名词整理下来呜呜呜

这次策略跟以前差一点，读一段就写一段的感想吧，这样就可以看到自己的意识流的变化（因为这些我也是第一次读，但是如果是再读的话有印象了就很难写出自己意识的变化）

abstract

上来就一个专业词汇salient object detection（SOD）显著目标检测，接下来一句应该是说他好，然后说他的缺点
（其实觉得读论文也是读自己的知识的扩充，同时可以提高自己阅读英文的能力）

接下来提了本文的主角CTD（complement trilateral decoder,直译一下就是互补的三边的decoder）

它有三个分支：Semantic Path, Spatial Path and Boundary Path.

底下说它好： improves the region accuracy and boundary quality

提供的两个vision:CTDNet-18 (11.82M, 180FPS) and CTDNet-50 (24.63M, 110FPS)

（对于小白来说，很多东西都不知道，比如这个11.82M是指参数量，FPS是 frame per second 处理速度）

底下有一个图片：对比性能的

不过这里小白有个问题（感谢大佬的解答

好了，没时间了，赶紧进intro

introduction

前面基本是将SOD的好处啥的

后来说抛弃了u-shape（abandon这个单词才是重点啊，第一次我眼睛的注意力根本没聚焦再这呜呜呜，还以为又是一个u-shape）


更注重语义信息

最后的那几点跟前面说的差不多。

更注重语义，将三种东西分开

method

时间不太够了马上又要干活了

赶紧把最重要的一个图给弄好

前面shared encoder是公用的
后面的decoder是分开了三个分支
按照 “coarse-fine-finer” 的策略（直译由粗到细再更细

（底下有一些具体的实现得留给精读了嘤嘤嘤

不过咱可以给一篇博客
sxc大佬的%%%%
https://zhuanlan.zhihu.com/p/449005045

conclusion

提出了一种基于的 Semantic Path、Spatial Path 和 Boundary Path 的互补三边解码器。这三个分支分别解决了 dilution of emantic information, loss of spatial, and absence of boundary information
为了方便在不同环境下的实际应用，作者提供了CTDNet-18 (11.82M, 180FPS) 和 CTDNet-50 (24.63M, 110FPS) 两个版本

emmmm

总觉得看论文没有一种醍醐灌顶的感觉QAQ，就没有那种“我怎么想不到呢”的感觉。

如果仅是想要快速get内容的话也就还可以吧，但是精读需要多看看具体实现，就是看着他的思路把代码写写，想想为啥要这么放那些层那些conv，emmmm

最近这几天忙过了，就要开始正式操作了

还差很远呀~~