Here we go
本文所提到的是DeepLabv2： DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs
項目位址：http://liangchiehchen.com/projects/DeepLab.html
University of California- Los Angeles的Liang-Chieh Chen（左0）和 google的George Papandreou（左1）The first two authors contribute equally to this work 純潔的革命友誼！
完語義分割經典論文:DeepLabHere we go1. Atrous Convolution2. Multiscale3. Results 
完語義分割經典論文:DeepLabHere we go1. Atrous Convolution2. Multiscale3. Results
關鍵詞：Atrous Convolution ；hole算法
本文貢獻主要在 3 4個方面：
1. Atrous Convolution 也就是前一版中 hole算法
2. Atrous spatial pyramid pooling（ASPP）
3. CRF
4. 101篇參考文獻，良心出品！
故事背景
FCN出現之前分割技術和分類技術還不是在一個全卷積網絡中的，也有很多好的文章值得一讀，FCN把全連接配接改為了卷積，score map上采樣之後對圖檔進行像素級的分割，後續也有很多文章對其進行改進并取得了不錯效果，本文就是其中具有代表性的一個工作，其中本文用到的hole算法比較經典，也是本文重點介紹的地方，至于CRF，感興趣的童鞋可以找相關文獻撸公式。
本文在當時Pascal 刷到79.7%，不錯的成績了，說到Pascal 禁不住感歎下Jianping團隊，現在的成績，，，
一句話總結：
本文降低stride并使用hole算法代替上采樣，使用multi-scale，endtoend訓練之後加入crf，得到了比較好的結果，其中最高是使用coco pretrain的ResNet101模型，輸入三種圖檔尺度融合之後使用CRF，達到79.7%的效果。
1. Atrous Convolution
atrous convolution 簡單來了解就是将filter中以rate=r的間隔保留參數，結合下圖：
可以看到此一維atrous convolution 中 雖然kernel size的跨度為5，但是這個filter是帶孔的，也就是實際隻有3個不為零，這樣改動的優點有：
- 與kernel size=5的filter相比，參數量要少（與kernel size=3相同），計算量要少，輸出的feature 卻相同dense的feature
- 可以通過rate的大小，較随意的設定感受野大小，卻不用擔心padding過大的問題，這也是為aspp奠定了基礎
實施中，作者分别在caffe和TensorFlow中使用了不同的方案：caffe中通過修改im2col函數來調整對feature maps的采樣，而在TensorFlow中則通過産生 r2 個子feature maps 保持filter不變來達到 相同的效果。
2. Multiscale
本文中 用了兩種方法，在VGGs中通過ASPP進行了4個不同感受野的feature maps的融合。
另外在ResNet101上直接使用了三種不同尺寸的原始圖檔輸入同一參數的模型中，aspp之後，對得到的score maps進行融合。
3. Results
這裡隻列出Pascal voc 2012的結果，使用power等于0.9的poly的學習政策要好于step，crf後面會有文章詳細介紹，其他影響因素見下表：