ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segme2019/03/11 Author:Yu Zhang此篇论文为ECCV2018中的一篇论文，作者介绍了一个既快又效果说得过去的网络架构，用于语义分割当中。此网络可以达到每秒112帧，比目前有效的轻型网络如MobileNet，ShuffleNet， ENet等等都要快，还好，在只降低8%精度的条件下，比PSPNet小180倍，速度快22倍。那么作者是怎么做到的呢？上图为ESP的架构，看起来非常复杂，但其实操作很简单，首先使用逐点卷积将通道数进行缩减，缩减后送入空洞卷积金字塔，通过不同rate的空洞卷积获得更大感受野并进行融合，参数非常少。具体通道及rate以及拼合策略如图所示。拼合策略与普通空洞卷积特征融合的方法不同，这里为了避免gridding artifacts现象，采用了逐级相加的策略。设计的分割网络如下图：设计了一个轻量级的编码解码网络架构在cityscapes测试集上能达到60.3的准确率，已经不错了。 同时作者做了特别多的实验，感兴趣的可以到原文中去看。