論文地址：https://arxiv.org/abs/1904.02216

曠世CVPR2019的論文，對高清圖像分割效果SOTA的同時，還能做到實時，十分驚艷。總體來看其策略是在采用輕量級網(wǎng)絡(luò)的同時，通過“花樣”的特征融合來保證最終分割的效果。

1、網(wǎng)絡(luò)的backbone采用Xception網(wǎng)絡(luò)，主要是考慮到網(wǎng)絡(luò)的輕量級，同時在網(wǎng)絡(luò)末尾添加FC層，引入注意力機制；

2、深度特征聚合，特征聚合分為兩種，sub-stage和sub-network ，通過特征復(fù)用提高網(wǎng)絡(luò)性能；

3、decoder部分輕量化，提高網(wǎng)絡(luò)運算速度；

Xception

Xception是在Inception V3的基礎(chǔ)上，引入depthwise convolution，其目的是在相同參數(shù)量的情況下，提高網(wǎng)絡(luò)的性能，由于引入depthwise convolution結(jié)構(gòu)，使得該網(wǎng)絡(luò)結(jié)構(gòu)在運行效率上也有一定的優(yōu)勢。目前輕量級幾乎都是depthwise convolution的變體，不知道什么時候會被顛覆。

Xception的depthwise convolution同mobilenet中的最大的不同之處是，1x1卷級核的位置不同，mobilenet中是先進行逐通道卷積運算，再使用1x1卷積進行通道融合，Xception是個相反的操作，如圖

首先進行通道融合，之后再將通道分離，進行卷積，其中1X1后面加了ReLU激活函數(shù)，增加非線性。既然同樣是輕量級網(wǎng)絡(luò)為什么選用后者，經(jīng)查閱資料，個人認為Xception的inception結(jié)構(gòu)的基礎(chǔ)，使得其在性能上更有優(yōu)勢一些，mobilenet則是更注重速度方面的提升。

該文對xception結(jié)構(gòu)做了修改，最終的結(jié)構(gòu)如下圖

Atention

注意力機制的引入
該文在xception后引入全鏈接來實現(xiàn)注意力機制，

Deep Feature Agragation

深度特征融合分為兩部分，sub-network和sub-stage

sub-network，網(wǎng)路整體由三個backbone組成，每個backbone的結(jié)構(gòu)一致，都是Xception+FC atention，可以看作三個sub-network，在每個network的最后會做一個上采樣，然后將上采樣之后的圖作為下一個網(wǎng)絡(luò)的輸入，由置頂圖可以看出，三個network的通道數(shù)和特征圖大小在遞減，該過程可以看作是一個由corse to fine的過程

sub-stage，指圖中網(wǎng)絡(luò)中間部分由上向下的結(jié)合，即底層結(jié)構(gòu)信息和高層語義信息相結(jié)合，在網(wǎng)路結(jié)構(gòu)較深的情況下，保留結(jié)構(gòu)信息

參考鏈接

https://blog.csdn.net/kevin_zhao_zl/article/details/90200955

https://zhuanlan.zhihu.com/p/32746221

https://blog.csdn.net/baidu_27643275/article/details/90301814