aspp（atrous spatial pyramid pooling），空洞空间卷积池化金字塔。简单理解就是个至尊版池化层，其目的与普通的池化层一致，尽可能地去提取特征。aspp 的结构如下：
如图所示，aspp 本质上由一个1×1的卷积（最左侧绿色） 池化金字塔（中间三个蓝色） aspp pooling（最右侧三层）组成。而池化金字塔各层的膨胀因子可自定义，从而实现自由的多尺度特征提取。
class asppconv(nn.sequential):
def __init__(self, in_channels, out_channels, dilation):
modules = [
nn.conv2d(in_channels, out_channels, 3, padding=dilation, dilation=dilation, bias=false),
nn.batchnorm2d(out_channels),
nn.relu()
]
super(asppconv, self).__init__(*modules)
空洞卷积层与一般卷积间的差别在于膨胀率，膨胀率控制的是卷积时的 padding 以及 dilation。通过不同的填充以及与膨胀，可以获取不同尺度的感受野，提取多尺度的信息。注意卷积核尺寸始终保持 3×3 不变。
class aspppooling(nn.sequential):
def __init__(self, in_channels, out_channels):
super(aspppooling, self).__init__(
nn.adaptiveavgpool2d(1),
nn.conv2d(in_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu())
def forward(self, x):
size = x.shape[-2:]
for mod in self:
x = mod(x)
return f.interpolate(x, size=size, mode='bilinear', align_corners=false)
aspp polling 首先是一个 adaptiveavgpool2d 层。所谓自适应均值池化，其自适应的地方在于不需要指定 kernel size 和 stride，只需指定最后的输出尺寸（此处为 1×1）。通过将各通道的特征图分别压缩至 1×1，从而提取各通道的特征，进而获取全局的特征。然后是一个 1×1 的卷积层，对上一步获取的特征进行进一步的提取，并降维。需要注意的是，在 aspp polliing 的网络结构部分，只是对特征进行了提取；而在 forward 方法中，除了顺序执行网络的各层外，最终还将特征图从1×1 上采样回原来的尺寸。
class aspp(nn.module):
def __init__(self, in_channels, atrous_rates, out_channels=256):
super(aspp, self).__init__()
modules = []
# 注释 1
modules.append(nn.sequential(
nn.conv2d(in_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu()))
# 注释 2
rates = tuple(atrous_rates)
for rate in rates:
modules.append(asppconv(in_channels, out_channels, rate))
# 注释 3
modules.append(aspppooling(in_channels, out_channels))
self.convs = nn.modulelist(modules)
# 注释 4
self.project = nn.sequential(
nn.conv2d(len(self.convs) * out_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu(),
nn.dropout(0.5))
# 注释 5
def forward(self, x):
res = []
for conv in self.convs:
res.append(conv(x))
res = torch.cat(res, dim=1)
return self.project(res)
注释：
- 最开始是一个 1×1 的卷积层，进行降维；
- 构建 “池化金字塔”。对于给定的膨胀因子 atrous_rates，叠加相应的空洞卷积层，提取不同尺度下的特征；
- 添加空洞池化层；
- 出层，用于对aspp各层叠加后的输出，进行卷积操作，得到最终结果；
- forward() 方法，其顺序执行aspp的各层，将各层的输出按通道叠加，并通过输出层的 conv -> bn -> relu -> dropout 降维至给定通道数，获取最终结果。
# 空洞卷积
class asppconv(nn.sequential):
def __init__(self, in_channels, out_channels, dilation):
modules = [
nn.conv2d(in_channels, out_channels, 3, padding=dilation, dilation=dilation, bias=false),
nn.batchnorm2d(out_channels),
nn.relu()
]
super(asppconv, self).__init__(*modules)
# 池化 -> 1*1 卷积 -> 上采样
class aspppooling(nn.sequential):
def __init__(self, in_channels, out_channels):
super(aspppooling, self).__init__(
nn.adaptiveavgpool2d(1), # 自适应均值池化
nn.conv2d(in_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu())
def forward(self, x):
size = x.shape[-2:]
for mod in self:
x = mod(x)
# 上采样
return f.interpolate(x, size=size, mode='bilinear', align_corners=false)
# 整个 aspp 架构
class aspp(nn.module):
def __init__(self, in_channels, atrous_rates, out_channels=256):
super(aspp, self).__init__()
modules = []
# 1*1 卷积
modules.append(nn.sequential(
nn.conv2d(in_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu()))
# 多尺度空洞卷积
rates = tuple(atrous_rates)
for rate in rates:
modules.append(asppconv(in_channels, out_channels, rate))
# 池化
modules.append(aspppooling(in_channels, out_channels))
self.convs = nn.modulelist(modules)
# 拼接后的卷积
self.project = nn.sequential(
nn.conv2d(len(self.convs) * out_channels, out_channels, 1, bias=false),
nn.batchnorm2d(out_channels),
nn.relu(),
nn.dropout(0.5))
def forward(self, x):
res = []
for conv in self.convs:
res.append(conv(x))
res = torch.cat(res, dim=1)
return self.project(res)