文章目录1 摘要2 亮点2.1 全局池化层2.2 L2归一化层2.3 ParseNet总体结构3 部分效果图4 结论5 参考文献 1 摘要 针对FCN的实际感受野比理论感受野小很多的问题——按道理VGG+FCN的fc7的感受野是404×404,可实际上的FCN的fc7的感受野却并没有这么大,本文提出一种ParseNet网络,通过融合全局信息来弥补实际感受野的不足。 2 亮点 2.1 全局池化层 作者发现,使用了FCN的VGG网络在fc7的感受野应当是404×404的,为了测试fc7实际的感受野的大小,作者对原图滑动了一个窗口,将得到图叠加噪音信息,查看fc7的响应,这样就可以看到fc7的实际感