图像分割“RefineNet-Multi-Path Refinement Networks for High-Resolution Semantic Segmentation”

CNN用于语义分割，主要问题是重复的下采样操作带来的分辨率的下降。RefineNet提出了一个多路径的改进网络，提取下采样过程中所有信息，使用长距离残差连接获得高分辨率的预测。用精细层的特征 ，高层的语义信息可以得到改善。另外，论文使用了链式残差池化，可以获取丰富的背景知识。 高层语义特征对获取图像区域的类别标识有帮助，而低层特征对获取边缘、突变有帮助，如何获取中间层的特征还是个开放性问题。论文设

>>阅读原文<<