Y19M4W2-DFANet-论文阅读

image.png

image.png

1. ASPP十分强大。解释是：准确的分割需要强语义和强上下文，缺一不可。这不是对应到原始输入上的感受野要大，而是对应到高层语义特征的感受野要大。
2. DFANet用了FCAttention。这个东西确实具有全局感受野。但论文中没有说清楚具体是怎么用的。在ImageNet上训练的FC在这里还要不要FineTurning？
3. ASPP强大的另外一个推论：强Encoder弱Decoder。需要有了强语义和强上下文，分割问题基本上就解的差不多了。Decoder只是恢复分辨率和平滑。
4. 强语义+强位置：1）低层特征只是强位置，需要用强语义特征再次提升。2）高低层特征需要融合。