weixin_55982578的博客

论文想要解决的问题和模块代码分析，同时提高可以测试的方式

在这种方法中，多速率深度可分离卷积在特征提取中扮演更简单的角色：基于第一步提供的每个区域形式的简洁特征图，在第二步中执行简单的基于语义的形态学滤波，以提高效率。相应地，论文设计了一种新颖的扩张卷积残差（Dilation-wise Residual, DWR）模块和一种简单的反卷积残差（Simple Inverted Residual, SIR）模块，分别用于高层和低层网络，并构建了一个强大的DWR分割（DWRSeg）网络。输出特征图进入一个简单的全卷积网络（FCN）风格的解码器，最终预测由解码器生成。