简介

      整体还是采用跳层连接结构，引入了统一注意力融合模块（空间和通道注意力机制）、金字塔模块来聚合上下文。

     使用统一注意力模块来提高分割精度，通过融合解码器中的低级和高级特征来实现的，与之前的BiSeNetV2中的通道注意力模块相似，产生权重α，并与输入特征融合。本系统包含两种注意力模块——空间注意力和通道注意力。

     设计了上下文聚合模块（SPPM），基于PPM，使用加法替代concat，减少了中间和输出通道。

    Stage中引用STDC模块。

     基于CityScapes数据集，实现了 72.0% mIoU/273.6 FPS 和 77.5% mIoU/102.6 FPS。

实时语义分割：

        早前的实时语义分割提出了许多方法：轻量级模块设计（EfficientNet）、双分支架构（BiSeNet）、早期下采样（ENet）、多尺度图像级联网络（ICNet） 。

        STDC基于BiSeNet，但舍弃了双分支网络，使用详细的group-truth来引导特征，提高效率。

未看：对于特征融合模块，SFNet设计了流对齐模块，AlignSeg设计对齐特征聚合模块和对齐上下文建模模块。FaPN通过变换偏移应用于可形变卷积来解决特征错位问题。

详细介绍：

        解码器

        编码器通过分不同阶段来提取特征，通道数不断增加，特征空间不断减小，从而平衡了计算成本。现阶段出现的问题是前层的计算成本远大于深层的计算成本（特征通道相同，但特征大小远大于深层），提出一种新的解码器。图a为传统解码器，b为FLD解码器，FLD将解码器中浅层的特征通道数逐级减少。

 统一注意力模块

        之前的网络为了融合多级特征提出了很多种方法，其中还是以BiSeNet和DFANet为主的两种最为常见。

未看：SFNet、FaPN、AttaNet。

 文章提出UAFM：

         Fhigh代表更深层次的模块输出，Flow是编码器的对应物，首先将Fhigh进行上采样Up变为Fup，其次与Flow一起通过注意力模块（通道或空间），产生权重并各自相乘最后相加，得到新的特征图。即为等式：

 空间注意力模块：利用空间关系来产生权重，代表输入特征中每个像素的重要性。

 通道注意力模块：更注重通道上的特征，最哦后输出的为通道上的权重。

        金字塔池化模块 

SPPM： 

 PPM：

 （感觉就是为了改而改）

网络架构

引用STDC中的5个stage，每个stage的stride是2，如图

stdc-1：

stdc-2：

将SSLD方法应用于编码器的训练并获得增强的预训练权重，有利于分割训练的收敛。

 效果：