图像的语义分割

金字塔池化模型PPM-Pyramid pooling module       

        ppm是以一种特殊的池化模型。通过由多到少的池化，可以有效增大感受野，增大全局信息的利用效率。PPM(Pyramid Pooling Module)是PSPNet中提出的一个模块，PSPNET是用于语义分割的一个网络。

        现在大多数先进的语义分割框架大多数基于FCN，FCN不能有效的处理场景之间的关系和全局信息。

SPP结构（Spatial Pyramid Pooling）

• 解决CNN需要固定输入图像的尺寸，导致不必要的精度损失的问题；
• 解决R-CNN对候选区域进行重复卷积计算，导致计算冗余的问题；

ASPP： Atrous Spatial Pyramid Pooling

        SPP在语义分割中的应用，结合了空洞卷积可在不丢失分辨率（不进行下采样）的情况下扩大卷积核的感受野。

DeepLab 系列

• 使用“带孔/空洞”卷积改进ResNet模型：在不增加参数的情况下扩大感受野。
• 提出了“空洞金字塔模块”（ASPP模块）：通过不同的rate产生一组特征图，从而捕获多个尺度的对象。