今天我给大家介绍的是一篇face++的关于改进卷积的分割网络。由于时间关系大概讲下论文思路。
首先，论文分析了 Semantic Segmentation这个任务：
1基础知识：（1）大卷积效果比小卷积好，因为大卷积可以接收的感受野大，对于物体语义可以进行更好的判断（classification），但是大卷积损失了细节信息多点，而且参数也多；
（2）堆积小卷积可以达到大卷积的效果，实现大的感受野，而且参数也会少，比如1个7×7conv = 3个3×3conv的感受野，但是非线性过程中没有全局信息，而分割任务要做像素上的预测，所以即使这样也是不能很好把全局信息关联起来，也只是逐个像素的处理
2 Semantic Segmentation：
Semantic Segmentation= classification+localization
（1）classification要求大感受野、全局观看，以便更好分类出像素点的语义信息，Global
（2）localization要求细节信息，局部观看，这样才能更好地分割边界，Local
motivation：同时实现classification+localization的要求就能进行更好地分割，所以设计一个卷积或者结构既能实现global和local的。
论文给出了两个示意图来说明问题和motivation：
图一，A，分类综合全局信息进行类别判断；B，分割单独像素点和通道进行判断；C，论文模型每个结果都要一个全局信息也要局部信息
图三，AB小感受野对于图像精细分割是不错，但是当大小scale相同样品出现的时候，捕捉到的信息不一致、不完整，所以我们会希望conv的size越大越好，但是有和localization相矛盾；C论文的可以更好适应图片中的信息。
接下来看论文的结构：
论文可以看到是基本的U-Net变形，下采样然后上采样，改进的地方在于skip过去的下采样过程的map，其他人都是直接传递过去的，而本文则是对直接的map做了变化，上采用过程用deconv没有改变。
创新点是提出了两个结构，一个是GCN，一个是BR，开始我以为这两个结构是各自针对classification的和localization的，后来才发现重点还是GAN，它同时实现了classification和localization。
GCN：采用两个对称的通道的信息，k是大的kenel，用来实现大的感受野，1是小的kenel，用来实现精细的localization，这样的话既能获得较大感受野下的全局信息，又能实现1.。。一步步的逐个观看。最后sum是为了更好的互补。emmmm，所以说还是有一定道理的。
BR：为了更好更精细地找到边界信息，对原来的map进行修正，从原理上理解采用残差（2个3×3的conv）的形式，残差从一定程度上看是增强差值信息增强边缘的操作，具体是否有效本人没有实证。
论文提出的结构属于conv结构的变化，也不止用在分割上，所以也给出了集中conv组织模式的比较：
A本文结构：有global和local
B小卷积：只有local
C大卷积：只有global
D堆积小卷积：有global和local，但没本文效果好，参数也多
实验：
很丰富很全，具体如下：
1卷积核大小的性能比较
2GCN效果比较
3GCN与堆积小卷积比较：参数和性能
4GCN和BR分别提升效果分析：
5GCN用来改进resnet及效果比较：
6在PASCAL VOC上的结果：
好了，今天介绍就到这里，相关的参考信息可以查看其他博客加深理解：https://blog.csdn.net/u011974639/article/details/78897066
read_rate:20180714