一种新的卷积网中网结构及其在皮肤检测、语义分割与伪影去除中的应用

Inception 网络已被证明在图像分类问题上提供良好性能，但鲜有证据表明它对于图像复原或逐像素标注问题同样有效。对于图像复原问题，通常不采用池化，因为降采样特征无助于作为输出的图像重建。此外，大多数用于复原问题的深度学习架构不使用需要大量训练参数的密集预测（dense prediction）。基于这些观察，为了在基于图像的问题上享受类 Inception 结构的性能，我们提出了一种新的卷积网中网（network-in-network）结构。所提出的网络可视为 Inception 结构的改进，其中去除了池化投影和池化层以维持整个特征图尺寸，并代之以添加更大的核滤波器。所提网络由于去除了密集预测和池化而大幅减少了参数数量，这是一个优势，但也可能减小每层的感受野。因此，我们添加了比原始 Inception 结构更大的核以避免增加网络层数。所提结构应用于典型的图像到图像学习问题，即输入和输出尺寸相同的问题，如皮肤检测、语义分割和压缩伪影去除。大量实验表明，所提网络在这些问题上取得了与最先进卷积神经网络相当或更好的结果。