作者:晟沚 编辑:晟沚 前 言 目前语义分割中,有很多方法可以提升性能。如下图中a应用多个分支来执行多尺度提取并保留图像空间细节,这种的主要问题是仅仅使用卷积层来融合特征, 此外,并行分支之间的特征缺乏交互,高分辨率图像上的附加分支限制了速度的提升。另外,还有下图b中的做法,利用空间金字塔池化(SPP)模块处理高级特征,提取高级语义上下文并增加感受野,实现multi-scale功能,但是问题在于实现空间金字塔模块通常很耗时。 01 概述 DFANet首先通过对网络的输出特征进行上采样并用另一个子网络精炼特征图来替换高层次的操作,与S