论文阅读 | Residual Conv-Deconv Grid Network for Semantic Segmentation

GridNet发表在BMVC2017，用于语义分割，一篇很早期的文章
论文地址：【here】
(文章没有给代码地址，但是里面的网络设计讲的很详细，可以自己复现出来,github上也有很多别人复现的代码)

Residual Conv-Deconv Grid Network for Semantic Segmentation

前言

首先提到了全卷机网络（fully convolutional networks），用于2D图像的生成，全卷机网络的两种策略

• conv-deconv networks
  通过下采样和上采样来扩大感受野
• dilated convolution-based networks
  通过膨胀卷积来扩大感受野

本文提出了一种全新的网络结构，gridnet,通过不同尺度之间的相互连接来融合低层和高层的语义信息

网络结构

其中红色的虚线框内的具体构成为

在绿框的横向流动中，分辨率和特征层数不改变
在行与行之间，特征层成2倍的增加，分辨率的长宽成2倍的下降

作者用公式阐释了下采样（红）和上采样（黄）和横向流动（绿）的过程

可以看到，每个节点xij都有来自两边的输入，一个是横向的流动，一个是上采样或下采样，并且结合的方式是sum

作者还给出了gridNet和U-Net，conv-deconv networks ，Full Resolution Residual Networks (FRRN)的区别

第二个作者的设计是，设计了dropout,因为第一行的路径最短，层数也最深，对网络的影响很大，因此随机切断一些流动，来强迫网络使用所有的流

实验

与SOTA相比

总结

早期的文章写得比较细致，把网络的设计思路和设计细节都阐释得很具体。甚至花了一小章去讲参数量的计算。后面有很多工作是沿用了gridnet的，特别是当有多个不同分辨率分支的输入时，它的网格流动的思想有很大的借鉴意义