论文标题：ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

论文地址：https://arxiv.org/pdf/1803.06815v2.pdf

开源地址： https://github.com/sacmehta/ESPNet

论文思想

ESPNet是用于语义分割的轻量级网络，主要思想基于传统卷积模块设计，提出一种高效空间金字塔卷积模块（ESP Module）

该模块包含point-wise卷积和空洞卷积金字塔,有助于减小模型运算量和内存、功率消耗，以提高在终端设备上的适用性

综合比较，ESPNet能在GPU/笔记本/终端设备上达到112FPS/21FPS/9FPS

具体实施

ESP模块将标准卷积分解成

point-wise卷积和空洞卷积金字塔(spatial pyramid of dilated convolutions)

point-wise卷积将输入映射到低维特征空间

空洞卷积金字塔使用K组空洞卷积的同时下采样得到低维特征

这种分解方法能够大量减少ESP模块的参数量和内存，并且保持较大的有效感受域

网络架构如下

实验结果

改进

论文标题：ESPNetv2: A Light-weight, Power Efficient, and General Purpose Convolutional Neural Network

ESPNetv2主要基于ESPNetv1进行了模型轻量化处理，主要包括：

基于深度可分离空洞卷积以及分组point-wise卷积改进ESP模块，提出了EESP(Extremely Efficient Spatial Pyramid)模块

相对于ESPNet拥有更好的精度以及更少的参数

设计了cyclic learning rate scheduler，比一般的固定学习率的scheduler要好

其中下采样版本的EESP模块(Strided EESP with shortcut connection to an input image)，主要改进如下

修改深度可分离空洞卷积为stride=2的版本。为模块原本的shortcut添加平均池化操作

将element-wise相加操作替换为concate操作，这样能增加输出的特征维度

为防止随着下采样产生的信息丢失，添加一条连接输入图像的shortcut

该路径使用多个池化操作来使其空间大小与模块输出的特征图一致

然后使用两个卷积来提取特征并调整维度，最后进行element-wise相加