إعادة التفكير في التوسيع الدائري للتقدير الفاصل للصورة الدلالية

في هذا العمل، نعيد النظر في التوسيع المتقطع (atrous convolution)، وهو أداة قوية لضبط مجال رؤية المرشح بشكل صريح والتحكم في دقة الاستجابات المميزة التي يتم حسابها بواسطة الشبكات العصبية التلافيفية العميقة، في تطبيق تقسيم الصور إلى معاني (semantic image segmentation). للتعامل مع مشكلة تقسيم الأشياء على مقياس متعدد، نصمم وحدات تستخدم التوسيع المتقطع بالتدريج أو بالتوازي لالتقاط السياق متعدد المقياس من خلال اعتماد معدلات توسيع متعددة. بالإضافة إلى ذلك، نقترح تعزيز وحدة التجميع الهرمي الفضائي المتقطع التي اقترحناها سابقًا (Atrous Spatial Pyramid Pooling)، والتي تستكشف الخصائص التلافيفية على مقياس متعدد، بخصائص مستوى الصورة التي ترميز السياق العالمي وتعزز الأداء بشكل أكبر. كما نوضح تفاصيل التنفيذ ونشارك خبرتنا في تدريب نظامنا. يحسن النظام المقترح "DeepLabv3" بشكل كبير على إصدارات DeepLab السابقة دون معالجة ما بعد الكثافة CRF (DenseCRF) ويحقق أداءً مقارنًا بأحدث النماذج الأخرى على معيار تقسيم الصور إلى معاني PASCAL VOC 2012.