DilatedNet - 扩张卷积（语义分割）-白红宇

本文为 AI 研习社编译的技术博客，原标题：

Review: DilatedNet — Dilated Convolution (Semantic Segmentation)

作者 | Sik-Ho Tsang

翻译 | 斯蒂芬·二狗子

校对 | 酱番梨审核 | 约翰逊·李加薪整理 | 立鱼王

原文链接：

https://towardsdatascience.com/review-dilated-convolution-semantic-segmentation-9d5a5bd768f5

注：本文的相关链接请访问文末【阅读原文】

这次，对来自普林斯顿大学和英特尔实验室的Dilated Convolution一文进行了简要回顾。扩张卷积的思想来自小波分解。它也被称为“atrous convolution”，“algorithmeàtrous”和“hole algorithm”。因此，如果我们能够将它们转变为深度学习框架，那么可以认为过去的任何想法仍然是有用的。

当我写这篇故事时，这个扩张卷积已经在2016年ICLR上发表，引用超过1000次。（SH Tsang @ Medium）

涉及的内容

扩张卷积

多尺度上下文聚合（上下文模块）

结果

1.扩张卷积

标准卷积（左），扩张卷积（右）

左边是标准卷积。正确的是扩张卷积。我们可以看到，在求和时，s+lt=p 我们将在卷积期间跳过一些点。

当 l = 1时，它是标准卷积。

当 l > 1时，它是扩张的卷积。

标准卷积（l = 1）

扩张卷积（l = 2）

上面给出了当l = 2 时扩张卷积的一个例子。我们可以看到，与标准卷积相比，感受野更大。

l = 1（左），l = 2（中），l = 4（右）

上图显示了有关感受野的三个示例。

2.多尺度的上下文聚合（上下文模块）

基于扩张卷积来构建的上下文模块Context Module，如下所示：

基础的上下文模块，和大的上下文模块

如图，context module有7层，这些层采用不同扩张率的3×3 kernel size 的扩张卷积，扩张的率分别为1,1,2,4,8,16,1。

最后一层用了一个1×1的卷积，将通道数映射为与输入通道数相同大小。因此，输入和输出具有相同数量的通道。它可以插入到不同类型的卷积神经网络中。

基本上下文模块basic context module在整个模块中仅有1个通道（1C,1 channel），而大上下文模块large context module从1C 作为输入到第7层的32C的通道数。

3.结果

3.1. PASCAL VOC 2012

VGG-16 作为一个前端模块（预训练）。删除了最后的两个池化层和striding 层，并将context上下文模块插入其中。中间的特征图的padding也被移除了。作者只是对输入的特征图加了一个宽度为33的padding。Zero Padding (填充0)和 reflection padding（使用输入边界的反射填充，一种padding方式）在我们的实验中得出了类似的结果。此外，使用输入和输出的通道channels的数量的权重来初始化的方式代替标准随机初始化模型参数。