2021-02-21

空洞卷积

   常见的图像分割算法通常使用池化层来增大感受野，同时也缩小了特征图尺寸，然后再利用上采样还原图像尺寸。特征图缩小再放大的过程造成了精度上的损失，因此需要有一种操作可以在增加感受野的同时保持特征图的尺寸不变，从而替代池化与上采样操作，在这种需求下，空洞卷积就诞生了。
   空洞卷积，顾名思义就是卷积核中间带有一些洞，跳过一些元素进行卷积。
   空洞卷积的优点显而易见，在不引入额外参数的前提下可以任意扩大感受野，同时保持特征图的分辨率不变。这一点在分割与检测任务中十分有用，感受野的扩大可以检测大物体，而特征图分辨率不变使得物体定位更加精准。
   空洞卷积的缺陷：1、网格效应。当多个空洞卷积叠加时，有的像素点根本就没有用到，破坏了信息的连续性和相关性。2、远距离的信息没有相关性。3、不同尺度物体的关系。加入空洞卷积有利于扩大感受野，有利于大尺寸物体的检测，但对小物体则有弊无利，故处理好多迟=尺度问题很重要。