对PSENet的浅层理解

 论文地址

https://arxiv.org/abs/1806.02559

本博客只讲最浅层的网络结构理解，不涉及公式。

引言

图一 

        PSENet说，传统的基于四边形边界框的如（b），定位不准，还有的检测算法会把距离太近的字视为一个字，如（c），PSENet要解决这俩事，如（d）所示。

特征提取

        本研究分两步，一步是提取特征，另一步是检测头。

        左边特征提取，使用里一个跳跃连接的操作。

图二

        下面两张图就是FCN的下采样与上采样相加的一个效果图，这部分很好理解，可以参考这篇博客

【详解】计算机视觉之目标分割_unet网络结构如何实现小目标分割的-优快云博客

图三

图四

        结论就是，这种拼接结构可以实现目标分割的效果。理解这个就理解本文的特征提取了。

渐进式尺度扩展

        现在为第二部分

图五

        最开始最小核算法生成第一个分割结构，图五（a），这个是为了保证不会把多个相近的目标看出一个目标。

        随后就一步一步扩张分割区域，里面涉及多步，论文里为了方便展示写了三步，实际代码是7步。直到接近ground truth停止。

        PSENet的大致过程就是这样，详细的公式还是需要看论文。