Abstract
暫時還放在arxiv上，沒有出版.中科院自動化所模式匹配國重的文章.
在本文看來，語義分割存在的主要問題是分辨率的降低導致物體細節和小物體損失，現在的很多方法都是致力於如何更好提高分辨率.本文於是提出了Stackecd Deconvolutional Network(SDN) Module來使用逐一堆疊的結構來集成上下文信息，更好地回覆局部信息。
Introduction
Motivataion
正如上文所說，主要是分類網絡中的下采樣是爲了找到圖片形變不變形，但是同時導致了分割中的物體細節和小物體損失.
現在已經有許多方法在解決這個問題，比如dilated convolution, multi-scale or global feature maps, upsampling or deconvolution等, 本文提出SDN解決這個問題.
Framework
使用DenseNet-161作爲第一個unit的based-model.
網絡架構主要由三部分組成:
- SDN unit
- intra-unit and inter-unit
intra-unit是相鄰SDN unit之間的連接單元，inter-unit是第一個unit中的low-level representation傳輸到hight-level的連接單元. - hierarchical supervision
爲了更好地優化，使用hierarchical supervision訓練.
Experiment
方法簡單粗暴，效果也不錯
在上個數據集上達到了SOTA.
Others
沒有開元代碼