PSPNet

github代码:https://github.com/hszhao/PSPNet/tree/4b53f1c97a5921a99a965a60c0940eec2d46bb06对于场景分类(Scene 解析过程中，当前主流的实现方式为全卷积网络（FCN，fully convolutional network）。不过，FCN存在一个明显的不足之处，即无法有效利用全局场景类别信息。在对复杂场景特征进行提取时，通常采用空间金字塔池化（spatial pyramid pooling，文献18）来获取整体场景的特征信息。因此，在本文中基于FCN架构的基础上引入了空间金字塔池化模块，具体网络结构示意图如下：

针对输入图像，首先采用ResNet网络进行特征提取，从而生成图像的特征图（feature map），如图3(b)所示；随后将提取出的特征图传递至全局池化层，并借助金字塔池化模块获取多个子区域的特征表达。接着通