Dense Scale Network for Crowd Counting-paper reading

主要创新点：

1. 提出一种新模块Dense dilated convolution block(DDCB)，串联不同dilation的空洞卷积+dense连接
2. DDCB之间加了残差连接
3. 一种新的loss（这个loss在其他论文中也出现过，见Crowd Counting and Density Estimation by Trellis Encoder-Decoder Network）谁先提出来的就不知道了

一般搞CNN放个图就明白的七七八八了，网络简称DSNet，

dilated卷积的使用，比普通卷积的速度慢很多，pytorch测试了一下，耗时大概是普通卷积的3-4倍，而且模型文件也会变得更大，虽然号称是保证了参数不变。吐槽完毕，这个DDCB模块大概就是级联了不同dilation的空洞卷积，分别是1-2-3，为什么不像之前那么都选2，可以百度空洞卷积拯救之路，有篇论文专门讲这个的，因为一串互质的dilation可以少遗失像素信息，不互质会遗失很多 像素信息。为了防止网络长的太宽，加了一些1*1的卷积核降channel数量。

中间图片的一些箭头就是跨越残差连接（DRC）了，也算是比较常用的技巧。

至于那个loss，在上面提到的另一篇论文里，名称应该是SAL，大概就是估计的密度图和真实密度图都做池化降分辨率，计算误差，再降分辨率，再计算误差，不过SAL应该是L2 Loss，这个文章里是L1 Loss，话说L1 Loss好像不利于反向传播更新参数？两个Loss的权重在不同数据集上也不一样，充分说明了调参的重要性。文章采用了1-2-4的池化结果，因为再增加更多池化结果也不会更好。

喜闻乐见的效果环节

Ablation Study
可以看出来DDCB的加入，使精度得到提升，继续加效果会更好？为啥不再加了