解決的問題：(FCN)
Mismatched Relationship: 比對關系錯誤，如将在水中的船識别為車。
Confusion Categories: 模糊的分類，如 hill 和 mountain的區分。
Inconspicuous classes: 無視小尺寸物品。
這些錯誤與語義間的關系以及不同感覺區域的全局資訊有關。
通常情況下，我們可以粗略認為，卷積層卷積核大小（感覺域）能夠表示結構考慮了多大範圍的context。然而，在研究中表面，卷積層實際感覺域小于理論。是以，很多結構并不能很好地表現全局資訊。（即進行分割任務的時候，不能很好的利用全局資訊來限制分割效果）
PSPNet 結構
上圖結構首先将輸入圖檔(a)用<code>ResNet</code>提取成特征圖(b)。
通過pyramid pooling modules 來進行不同尺寸的池化。文章中将特征圖大小分别池化為：<code>1x1,2x2,3x3,6x6</code>。并通過一個卷積層将每個特征通道數變為feature map通道數的<code>1/N</code>，其中N為級數，此時N=4。
最後将池化結果上采樣(文中使用了雙線性插值)，與特征圖(b)連接配接後，通過卷積層輸出結果。
這個結構與FCN不同的是，它通過pyramid的池化層考慮了不同尺寸的全局資訊。而在FCN中隻考慮了某一個池化層，如FCN-16s 隻考慮pool4。
輔助loss
文中還提到了為了訓練使用了一個輔助的loss，網絡越深性能越好，但是也越難訓練.(ResNet solves this problem with skip connection in each block”。作者在網絡中間引入了一個額外的loss函數，這個loss函數和網絡輸出層的loss pass through all previous layers，圖示如下
其中loss1是最終的分割loss（softmax_loss），loss2是添加的輔助loss，二類分交叉熵函數，（多分類問題）
實作細節
圖檔輸入的CNN是ResNet，使用了dilated convolution
Pyramid Pooling Module中的conv是１×１的卷積層，為了減小次元和維持全局特征的權重
Pyramid Pooling Module中的pooling的數量以及尺寸都是可以調節的
上采樣使用的雙線性插值
poly learning rate policy
資料擴增用了：random mirror, random resize(0.5-2), random rotation(-10到10度), random Gaussian blur
選取合适的batchsize