标签：DeepLab 采样 笔记 V3 ASPP cascaded model

DeepLab V3

这是2017年发表在CVPR上的文章。相比于V2而言，主要不同之处有三个：引入了Multi-grid、改进了ASPP结构、移除CRFs后处理。

解决多尺度问题的几种办法：

在DeepLab V3中作者提出了两种结构：cascaded model以及ASPP model：

DeepLabV3的几个模块与ResNet50的conv层相对应。

在cascaded模型中，其还增加了block5、6以及7，其与block4基本相同，只是采用了不同的膨胀系数。对于block3，只在训练的时候进行下采样，这样可以让训练时的batch size变大，同时可以加快推理速度。同时如果验证时仍然在block3下采样到16倍的话效果会差一些。现在可以直接下采样到8倍，因为设备的显存增大了。

对于ASPP model，主要看ASPP这个模块。

在V2的ASPP模块中每个空洞卷积后没有BN和ReLU，这四个分支上的输出相加之后就直接上采样还原到原图大小了。上图的膨胀系数翻倍的原因是作者在原论文中提到如果下采样到8倍的话膨胀系数需要翻倍。同时在全局池化层后需要用1*1卷积来调整channel。

multi-grid

ASPP model没有block567，因此对于cascaded model使用(1, 2, 1)，对于ASPP model使用(1, 2, 4)。

训练细节：

标签：DeepLab,采样,笔记,V3,ASPP,cascaded,model
来源： https://www.cnblogs.com/lipoicyclic/p/16095945.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。