摘要
空间池化（Spatial Pooling）已被证明在捕捉像素级预测任务中的长程上下文信息方面极为有效，例如场景解析（scene parsing）。本文在传统空间池化（通常采用规则的 NxN 形状）的基础上，重新思考了空间池化的建模方式，提出了一种新型池化策略——条带池化（strip pooling），该策略采用细长的核结构，即 1×N 或 N×1 的卷积核。基于条带池化，本文进一步深入研究了空间池化架构设计，主要包含以下三个方面：1）提出一种新的条带池化模块，使主干网络能够高效建模长程依赖关系；2）设计一种新型网络构建模块，其核心为多样化的空间池化结构；3）系统性地对比了所提出的条带池化与传统空间池化技术的性能表现。两种基于条带池化的新型设计均具有轻量化特性，可作为高效、即插即用的模块无缝集成至现有的场景解析网络中。在多个主流基准数据集（如 ADE20K 和 Cityscapes）上的大量实验表明，本文提出的简单方法取得了新的最先进（state-of-the-art）性能。代码已公开，地址为：https://github.com/Andrew-Qibin/SPNet。