deeplabv3:Rethinking Atrous Convolution for Semantic Image Segmentation 閱讀筆記

針對的問題：在語義分割任務應用深度卷積神經網絡有兩個挑戰： 一個問題是深度網絡中的pooling層的使用使得特徵分辨率越來越小，網絡學習的特徵更加抽象化，這不利於期望局部空間細節信息的密集型任務例如圖像分割。因此作者建議應用空洞卷積來應對這個問題。 另一個問題是物體的多尺度。解決這個問題主要分爲4類，第一類將深度網絡應用於圖像金字塔，以提取物體在不同尺度下的特徵。第二類應用encode-decod

>>阅读原文<<