論文閱讀：DeepLabv2

Abstract 本文爲使用深度學習的語義分割任務，做出了三個主要貢獻： • 首先，強調使用空洞卷積，作爲密集預測任務的強大工具。空洞卷積能夠明確地控制DCNN內計算特徵響應的分辨率。它還允許我們有效地擴大濾波器的視野以併入較大的上下文，而不增加參數的數量或計算量。 • 其次，提出了空洞空間卷積池化金字塔(atrous spatial pyramid pooling (ASPP))，以多尺度的信息

>>阅读原文<<