0. 写作目的
好记性不如烂笔头。
1. 主要思想
分割需要对像素进行分类，同时精确定位，而这两个任务是存在矛盾的。
作者发现 large kernel conv对于分割更有效。
主要是 使用1 * k + k *1 和 k * 1 + 1 * k 的GCN。
2. 模型
3. 实验结果
实验结果看，效果提升很大。
从效果看，感觉 BR 的作用更大。
There may be some mistakes in this blog. So, any suggestions and comments are welcome!
注： 文中图来源于paper。
[Reference]
paper： https://arxiv.org/pdf/1703.02719.pdf