EML-NET: An Expandable Multi-Layer NETwork for Saliency Prediction【论文笔记】

很久没看论文了，炼丹炼的我走火入魔，只能打出一波GG。

先看这篇论文网络结构：

 思路很清晰，横线上半部分，称为编码阶段，单独训练已经预训练的DenseNet 和NasNet两个深度网络网络，输出为最后一层的输出，经过1x1卷积之后得到。横线下半部分，成为解码阶段，用之前训练的几个网络，利用多级特征，DenseNet有四层，NasNet有三层，总共七层，然后分别1x1得到七个feature map，上采样到最大的feature map相同大小，最后再1x1卷积得到最终的结果。

网络思路很简单，有点类似于机器学习里面的集成学习，多个网络输出，再融合。以前是融合多级特征，现在再融合多个网络，不过参数量上升非常多，而且网络的性能确实有提升= =不过感觉性价比不高，更多的是为了刷榜。

Tip

作者也用了KL散度，CC以及NSS，借鉴的SAM一样的思路，不过作者也强调了NSS的作用= =我很伤心，得多一种输入才行= =还不知道怎么实现。

网络的深度，确实对于这个有影响吧，如果输入时480*640的话，网络的接受域相对来说比较小，可能会学不到东西，那么就要加深网络了。