圖像分割「RefineNet-Multi-Path Refinement Networks for High-Resolution Semantic Segmentation」

CNN用於語義分割，主要問題是重複的下采樣操作帶來的分辨率的下降。RefineNet提出了一個多路徑的改進網絡，提取下采樣過程中所有信息，使用長距離殘差連接獲得高分辨率的預測。用精細層的特徵 ，高層的語義信息可以得到改善。另外，論文使用了鏈式殘差池化，可以獲取豐富的背景知識。 高層語義特徵對獲取圖像區域的類別標識有幫助，而低層特徵對獲取邊緣、突變有幫助，如何獲取中間層的特徵還是個開放性問題。論文設

>>阅读原文<<