语义分割论文：Dilated Residual Networks (CVPR2017)

DRN:
Dilated Residual Networks (CVPR2017)
​​​https://arxiv.org/pdf/1705.09914.pdf​​​ Pytorch: ​​https://github.com/fyu/drn​​

特点：

2. 本文是作者将残差网络Deep Residual Networks (​​Deep Residual Learning for Image Recognition​​​ )与其之前研究的Dilated Convolution (​​Multi-Scale Context Aggregation by Dilated Convolutions​​ ) 相结合的结果；



3. Dilated Convolution可以不降低特征map的尺寸而增大卷积感受野。而之前FCN使用pooling下采样来增大感受野，但随后又不得不通过Deconvolution或者upsampling来增大特征map尺寸，这样先减后增的操作会让图片特征损失很多信息；
5. Dilated Convolution 本身会带来的 的网格化现象，为了减轻网格化现象，作者将 a) ResNet中 第一个卷积层后面的 max pooling 改为stride=2的卷积层，b) 网络后面添加 dilation 较小的卷积层，通过网络学习，消除网格现象 和 c) 去掉level7和8上的shortcut connection。