图像分割--Dilated Convolutions（扩张卷积）

参考资料：https://blog.csdn.net/zizi7/article/details/77369945 

                 https://blog.csdn.net/Quincuntial/article/details/78743033

通过膨胀卷积操作聚合多尺度的信息

主要贡献：

• 使用膨胀卷积（扩张卷积）
• 提出 ’context module‘ ，用来聚合多尺度的信息

说明：

池化在分类网络中能够扩大感知域，同样降低了分辨率。所以作者提出了膨胀卷积层。

以FCN和SegNet 为代表的图像分割方法与传统的 CNN 一样，先对图像做卷积再做池化。其中池化的意义一方面是降低计算量，另一方面是增大感受野

因为图像分割的输出是一张图片，而不是一个特征向量，因此上面两种方法将池化后的图像做上采样（反卷积），使尺寸与输入一致。在减小到增大尺寸的过程中，很大一部分信息丢失掉了。

Dilated Convolutions【1】在conv5_1、conv5_2、conv5_3、fc6 从 ct_conv1_1 使用膨胀（空洞）卷积的方法实现了“去掉下采样操作的同时不降低网络的感受野”的效果。

扫描二维码关注公众号，回复： 1523782 查看本文章

1. 扩张卷积

Dilated Convolutions，翻译为扩张卷积或空洞卷积。扩张卷积与普通的卷积相比，除了卷积核的大小以外，还有一个扩张率(dilation rate)参数，主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于，卷积核的大小是一样的，在神经网络中即参数数量不变，区别在于扩张卷积具有更大的感受野。感受野是卷积核在图像上看到的大小，例如3×3   卷积核的感受野大小为9。

2. 示意图

下图是扩张卷积的示意图。

感受野的计算公式：

图1以 dilation=2 为例介绍了如何做二维空洞卷积（先做0填充，然后卷积即可）

　　　　　　　　　　　　　 
　　　　　　　　　　　　　　　　图2. 对3∗3的卷积核做0填充，实现空洞卷积（参考自这里）

网络结构

文章使用的网络为 VGG-16 + context model，图4为官方代码里 dilation8_pascal_voc_deploy.prototxt 的结构示意图（可视化工具）

　　　　　　　　 
　　　　　　　　　　　　　　　　　　　图3. VGG-16 + context model 的网络结构

可以看到，方法对 VGG16 的部分卷积层做了 空洞卷积改造：conv5_1、conv5_2、conv5_3、fc6

从 ct_conv1_1 开始为文章提出的 context model 网络。

3. 优点

扩展卷积在保持参数个数不变的情况下增大了卷积核的感受野，同时它可以保证输出的特征映射（feature map）的大小保持不变。一个扩张率为2的3×3卷积核，感受野与5×5的卷积核相同，但参数数量仅为9个，是5×5卷积参数数量的36%。