论文笔记——Deep Layer Aggregation(DLA)

论文下载：

https://arxiv.org/pdf/1707.06484.pdf

论文代码：

https://github.com/ucbdrive/dla

论文摘要:

视觉识别需要丰富的表示,跨级别从低到高,范围从小型到大型,分辨率从细到粗。架构方面的工作在网络骨干维度的方面上逐渐有突破，人们都倾向于设计更深或更广的网络架构。但是作者认为如何在网络中最好地聚合层和块值得进一步的探索。在这个思路上，作者提出深层聚合方案(Deep Layer Aggregation)，通过更深层次的聚合来增强标准架构，以便更好地跨层融合信息。该深层聚合结构迭代和分层合并特征层次，使网络具有更好的准确性和更少的参数。

DLA的简单架构图：

深层聚合统一了语义和空间融合，以更好地捕获内容和位置。聚合架构包含和扩展了密集连接的网络，并使用分层和迭代跳过连接来特征金字塔网络，这加深了表现并改进了分辨率：

更多DLA方面的细节：

作者通过引用论文表明，更深层次提取的语义和全局特征更多，但这些迹