今天介绍的这篇论文是旷世的一篇实时语义分割网络，发表在ECCV2018。
论文链接：BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
一、介绍
实时语义分割主要有以下三种加速模型的主要方式（如图a所示）：
1）通过resize或crop限制输入尺寸，来降低计算复杂度。
这种方式虽然简单有效，但是会造成spatial details（空间细节）的丢失，尤其会破坏边界附近的预测。
2）减少通道数量来提高前向速度。
这种方式弱化了spatial capacity（空间容量）。
3）放弃模型的最后stage，以追求一个非常紧凑的框架。如ENet。
这种方式对于大目标来说感受野不够大，会导致判别能力较差。
以上三种方式都是通过牺牲精度来提高速度，很难在工程上付诸实践。
为了弥补spatial details的丢失，很多人采用U型结构（如图b所示）。
这种结构的缺点在于：
1）U-shape结构在高分辨率特征图上引入额外的计算，会降低模型速度。
2）被pruning或cropping丢失掉的spatial information，无法通过引入浅层修复。
二、BiSenet：
整个结构分三部分：1、Spatial Path 2、Context Path 3、Feature Fusion Module
1、Spatial Path：这个分支很简单，就是卷积＋bn+relu，下采样8倍。
2、Context Path：先使用Xception快速下采样，尾部接一个全局pooling（下面哪个白色小方块），然后类似u型结构容和特征，只上采样两次，这里用到ARM，用于refine特征。之后上采样（双线性插值）到spatial path分路特征相同大小。
3、Feature Fusion Module：对细节特征和语义特征进行拼接，之后是一个类似senet的结构对信息进行整合。
损失：共有三部分损失，一部分是主loss，另外两部分相当于加了一个在context path的中间监督，三部分loss构成整个loss，比重1:1:1。