图像分割：DeepLabV2网络简介

博客转至：DeepLabV2网络简析

这是一篇2016年发布在CVPR上的文章。接着上一篇DeepLab V1网络简介，本文对DeepLab V2网络进行简单介绍。个人感觉相对DeepLab V1，DeepLab V2就是换了个backbone（VGG -> ResNet，简单换个backbone就能涨大概3个点）然后引入了一个新的模块ASPP（Atros Spatial Pyramid Pooling），其他的没太大区别。

DCNNs应用在语义分割任务中问题

和上篇文章一样，在文章的引言部分作者提出了DCNNs应用在语义分割任务中遇到的问题。

• 分辨率被降低（主要由于下采样stride>1的层导致）
• 目标的多尺度问题:我们检测的目标在不同图像中大小可能是不一样的，这也会影响我们去分割目标
• DCNNs的不变性(invariance)会降低定位精度

文中对应的解决办法

• 针对分辨率被降低的问题，一般就是将最后的几个Maxpooling层的stride给设置成1(如果是通过卷积下采样的，比如resnet，同样将stride设置成1即可)，然后在配合使用膨胀卷积。
• 针对目标多尺度的问题