图像语义分割（3）- Dilated Convolutions

以 FCN 和 SegNet 为代表的图像分割方法与传统的 CNN 一样，先对图像做卷积再做池化。其中池化的意义一方面是降低计算量，另一方面是增大感受野

但图像分割是 pixel-wise 输出，因此上面两种方法将池化后的图像做上采样（反卷积），使尺寸与输入一致。在减小到增大尺寸的过程中，很大一部分信息丢失掉了

Dilated Convolutions【1】直接丢掉池化层，使用膨胀（空洞）卷积的方法实现了“去掉下采样操作的同时不降低网络的感受野”的效果

　　　　　　　　　
　　　　　　　　　　　　　　图1. 分割精度对比：空洞卷积（67.6） FCN-8s（62.2） 和 DeepLab（62.9）

---

空洞卷积（Dilated conv）

这是一个在 SSD算法 里用到的技术（为了弥补全连接层换为卷积层损失的感受野），这里有相关讨论
这里先从一维做介绍：

　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　图2. 一维空洞卷积示意

如图2所示，(a)为k=3，stride=2 的普通卷积；(b)为k=3，stride=1的卷积；(c)为k=3，stride=1，dilation=2的空洞卷积
这里虽然卷积核长度仍为3，但每隔2个点采样一次（也可以理解为长度为5但其中两个位置权重为0）

二维情况与此类似：

　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　　图2. 二维空洞卷积示意

图2(a)为$3*3$的普通卷积，感受野为