本文记录了博主阅读论文《RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation》的笔记，代码，更新于2019.05.21。 文章目录 AbstractIntroductionRelated Work BackgroundProposed MethodMulti-Path Refi

Multiple lesion segmentation（多病变分割） in diabetic retinopathy（糖尿病性视网膜病变） with dual-input（双输入） attentive（注意力） RefineNet 目录 一、摘要 二、引言 2.1 DARNet的内部结构和整体流程 2.2 主要贡献 三、方法实现 3.1 全局图像编码器和patch图像编码器 3.

Abstract 目前深度卷积网络在目标识别和图像分割等问题上表现突出，但频繁的下采样丢失了原图像的信息。我们提出一种RefineNet网络，使用残差链接显式将各个下采样层和后面的网络层结合在一起。这样网络高层的语义特征可以直接从底层的卷积层中获得refine。一个RefineNet单元使用残差链接和identity映射，对于端对端的训练很有效。我们也介绍了一种链接残差池化，它可以捕获大量背景信