工程地址https:githubliuwei16CSP问题记录：

题目：C3模块-空洞可分离卷积存在的问题及轻量化语义分割模型架构技巧 ❝ 轻量化语义分割网络多采用深度可分离卷积和空洞卷积结合的方式，提升性能的同时保持尽可能大的感受野，但是

作者：Sixiao Zheng et al.（复旦大学 & 牛津大学 & 萨里大学 & 腾讯优图 & 脸书）论文：htt

最近在阅读一些关于transformer的论文，在此记录是为了看看到底天天学了些什么。目前阅读这些论文感觉还是似懂非懂的阶段，还需要时间细细斟酌，共勉！

Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective with Transformers:使用 Transformer 从序列到序列的角度重新思考语

本篇论文是发表在 CVPR_2019 上的一篇工作，提出了一个关于行人检测的新思路。 论文链接：https:openaccess.thecvfcontent_CVPR_2019paper

论文地址 总体介绍 目标检测的方法分为两类：滑动窗口；基于anchor的识别。但是这两种会出现冗余。故提出本文的方法、 本文的方法：提供了新的视角，检测

SETR论文手写笔记，容易丢，先放这哈哈哈

精读：Semantic Video CNNs through Representation Warping(ICCV 2017) CNN的使用导致了语义分割性能的激增。但是，CNN的大多数技术都