图像分割：GCN: Large Kernel Matters —— Improve Semantic Segmentation by Global Convolutional Network

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/lilai619/article/details/90438624

文章日期：

2017年

GCN优点

1：kernel size和 feature map相同[相近]，感受野比较大，更加有利于分类；

2：使用非对称卷积实现，可以降低运算量，同时不会降低特征的表达；

3：对比实验表明，GCN比传统卷积、小卷积核堆叠，效果都要好；

4：易于嵌入当前的网络结构中。

个人看法：

GCN中非对称卷积在分割中还是蛮有用的，ENet，LEDNet都有大量嵌套使用。