深度学习论文: Strip Pooling: Rethinking Spatial Pooling for Scene Parsing及其PyTorch实现

深度学习论文: Strip Pooling: Rethinking Spatial Pooling for Scene Parsing及其PyTorch实现

Strip Pooling: Rethinking Spatial Pooling for Scene Parsing PDF:​​​​​概述

Spatial pooling在捕获像素级预测任务（如场景解析）的long-range contextual信息方面已被证明是非常有效的。本文在传统的N×N型Spatial pooling的基础上，提出了一种考虑狭长核（1×N或N×1）的strip pooling策略.

2 Methodology

2-1 Strip Pooling Module

a. 如下图所示，使用Hx1和1xW尺寸的条状池化核进行操作，对池化核内的元素值求平均，并以该值作为池化输出值。 b. Hx1和1xW池化核处理后，使用1D Conv对两个输出feature map分别沿着左右和上下进行扩容，如下图所示，扩容后两个feature map尺寸相同，进行fusion（element-wise上的add）。 c. 采用element-wise multiplication的方式对原始数据和sigmoid处理后的结果进行处理，至此，strip pooling完成，输出结果。

2-2 Mixed Pooling Module

融合池模块将条纹池化和空间池化的结果串联起来作为输出，本模块前后同样也都有一个1x1的卷积核用来改变通道数量。图（a）适用于识别短距离依赖，图（b）适用于长距离依赖，将两者结合起来识别效果更好。（1）和（2）中除了子模块前后改变通道数目的1×1卷积核之外，其它都为3x3。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。