最近看FCN,关于skip-architect,将同层的网络进行进行fusion,感受野的大小和网络的深度的关系总是模糊不清,找了几篇博客看了看,理清了点思路。
池化会增大感受野,但是同时会降低维度,所以给分割网络带来的负面影响就是图像的分辨率会降低。那有没有好的方式既可以增大感受野,同时还可以保持维度,就是所谓的空洞卷积。FCN在进行layer 的fusion的时候,加上比较浅的网络的效果更好,就是因为前面layer的感受野小,更多的local信息会被提取到。
reference:
最近看FCN,关于skip-architect,将同层的网络进行进行fusion,感受野的大小和网络的深度的关系总是模糊不清,找了几篇博客看了看,理清了点思路。
池化会增大感受野,但是同时会降低维度,所以给分割网络带来的负面影响就是图像的分辨率会降低。那有没有好的方式既可以增大感受野,同时还可以保持维度,就是所谓的空洞卷积。FCN在进行layer 的fusion的时候,加上比较浅的网络的效果更好,就是因为前面layer的感受野小,更多的local信息会被提取到。
reference: