图像分割任务里，像素级分类一直是硬骨头。传统方法靠手工特征，遇到复杂场景就抓瞎。

这篇工作把全卷积网络（FCN）往深了做，堆了几十层卷积。深层网络能抓多尺度特征，小物体和大背景都能照顾到。

打开网易新闻 查看精彩图片

关键改动在两点：一是用空洞卷积（dilated convolution）扩大感受野，不丢分辨率；二是砍掉全连接层，全程卷积保空间信息。

实验在PASCAL VOC和Cityscapes上跑，mIoU比当时主流方法高出5-8个点。推理速度也没崩，单卡能实时处理高清图。

打开网易新闻 查看精彩图片

这思路后来成了语义分割的基线。现在看，"全卷积+超深网络"的配方依然能打。