文章转自：同作者个人微信公众号【机器学习炼丹术】。欢迎交流沟通，共同进步，作者微信：cyx645016617

• 论文名称：‘Dilated Residual Networks’
• 论文链接：https://arxiv.org/pdf/1705.09914.pdf

0 综述

这篇文章的最大特色自然是提出了DRN，Dilated Residual Networks，在残差网络的基础上加入了膨胀卷积。

膨胀卷积，又叫做空洞卷积，是在卷积核参数不变的基础上，增加视野域的一种手段。通过使用膨胀卷积，可以放大最深层特征图的尺寸并且保持视野域大小不变，说白了就是少了几个池化层，然后用膨胀卷积维持同样大小的视野域。比方说，resnet众所周知，包括stem中的下采样和4个layer的下采样，5次下采样，整体的步长为32；但是DRN中，整体步长仅为8。

当然文章如果仅仅是把碰撞卷积代替一般卷积，那么这篇文章就毫无特色了。碰撞卷积会引出一个degridding效应，如何解决这个问题才是文章的核心。

再加上一句，虽然模型的参数没有改变，但是因为增加了特征图的尺寸，计算量和内存消耗必然有增加，请大家仁者见仁。

1 空洞卷积

这个长话短说，直接看图：

dilation是一个参数，如果是1的话，就是上图左图的常规卷积核，如果dilation是2的画，就变成右边的膨胀卷积的样子。dilation表示卷积核中参数相邻的距离。

2 结构变化

先来看Resnet的结构图：

输入的图片是224x224大小的，第一次下采样在stem中（图中的conv1），随后的下采样在每一层layer的第一个卷积层前面。

DRN结构没有了resnet最后的两次下采样，也就是说，特征图在28x28的大小之后就不再变小了。不再减小特征图尺寸，那么就要增加卷积核的膨胀系数

上图中展示的是后两次下采样的resnet和DRN的区别，可以看到，DRN没有后两次下采样，因此特征图的尺寸都相同。

• 但是DRN在本该第四次采样的卷积过程中，将膨胀系数改成2，这样保持相同的视野域；
• 在本该第五次采样的卷积过程中，将膨胀系数改成4，这样保持相同的视野域。

3 degridding

使用膨胀卷积来代替下采样，会产生degriding栅格化问题

这种情况产生的原因在原文中有这样的一句解释：

Gridding artifacts occur when a feature map has higher-frequency content than the sampling rate of the dilated convolution.

就是说，当一某一个特征的重要性超过采样率。作者给出了这样的一个例子：

上面图(a)是一个单个像素异常重要的特征图，然后经过一个膨胀卷积，变成(c),变成网格状的输出。可以说gridding artifiacts是膨胀卷积性质产生的现象。

为了解决这样的问题，作者对DRN作出了改进：

1. DRN-B，DRN-C取消了pooling层，改用stride=2的卷积作为下采样，因为作者发现pooling会让degridding更加严重
2. 此外，作者在DRN-B和DRN-C的最后加上了膨胀系数为2和1的几层卷积层，来消除degridding现象。其中DRN-C取消了最后几层卷积的跳层结构。这个非常好理解，毕竟膨胀卷积会产生degridding，那么我就让最后的输出是用一般的卷积输出就避免了这种结构，然后跳层结构会让degridding直接连入最后的输出结果，所以取消了

因此在上面的展示图汇中，DRN-C的输出的语义分割效果图，非常丝滑。

4 总结

效果有非常大的提高。这个不降低特征图的尺寸，从而提高了小物体的目标检测的效果。值得尝试。

5 如何实现

这个也挺好实现的，我们记住：

1. 用stride=2的卷积层代替pooling层；
2. 后面两个下采样取消，使用膨胀系数2和4的卷积代替；
3. 最后在加上膨胀系数为2和1的卷积层消除degridding现象。