Dilated convolution

在语义分割中使用分类网络作为backbone，之后会将图片进行一系列的下采样。再通过上采样还原回原来的大小。一般分类网络会下采样为原来的32倍。如果下采样倍率太大，对还原回原图有影响。比如vgg，通过最大池化进行下采样，会丢失一些细节信息和小目标，后续无法通过上采样进行还原，会导致语义分割效果不理想。

如果去掉最大池化下采样，特征图对于原图的感受野变小了。

在上图中使用膨胀卷积，会有一些像素用不上。