一篇有意思的文章，CVPR 2020的Strip Pooling: Rethinking Spatial Pooling for Scene Parsing[1]，文章从空间池化的基础上提出了（分解出了）条纹卷积，并基于此构筑了场景解析（语义分割）的网络，达到了新的SOTA。文章写得挺好的，不过我不是做语义分割的，所以我还是略读了。
痛点
与只在一个小方框中采集信息的传统空间池化结构不同，文章提出的strip pooling条纹卷积，可以更有效地捕获远程依赖，在一些比较分离的区域捕获长程关系，使得模型捕获局部背景与防止不相关区域干扰更加便利。
模型
基于条纹卷积，文章设计了基本块strip pooling module（SPM）以增大backbone感受野，其结构如下图：
更基于此，文章设计了基于SP和SPM的基本残差块Mixed Pooling module（MPM）
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oyjQn4FK-1588155947534)(https://user-gold-cdn.xitu.io/2020/4/27/171bac4cc0c47d96?w=621&h=604&f=png&s=94029)]
其中以源码https://github.com/Andrew-Qibin/SPNet
对应的strip pooling如下：
其中以源码https://github.com/Andrew-Qibin/SPNet/blob/master/models/resnet.py
对应的strip pooling module(SPM)如下：
参考文献
[1] Hou Q, Zhang L, Cheng M M, et al. Strip Pooling: Rethinking Spatial Pooling for Scene Parsing[J]. arXiv preprint arXiv:2003.13328, 2020.