【论文学习记录】Rethinking Atrous Convolution for Semantic Image Segmentation

这篇论文即是DeepLabv3的理论基础，论文原文《Rethinking Atrous Convolution for Semantic Image Segmentation》。 为解决语义分割时的多尺度问题，论文中提到主要考虑如下四种结构。 论文重新阐述了空洞卷积（atrous convolution）在语义分割任务中是怎样提取稠密特征的。 假设一个二维的信号，每个位置i对应的输出是y，以及fi

>>阅读原文<<