获取上下文信息的方法

分割网络为了充分考虑上下文信息，以解决感受野尺度的问题，分别采用如下手段：
（1） 特征融合，以Parse Net, Sharp Mask为代表；
（2） Dilated Convolutions, 以ENet为代表；
（3） 多尺度预测，以Multi-scale CNN-Eigen, PSP Net等为代表；
（4） 条件随机场，以DeepLab, CRFasRNN, MINC-CNN等为代表；
另外还有使用RNN来推迟上下文建模等；
这里面Dilated Convolutions又称为带孔的卷积，与多尺度特征融合紧密结合，成为普遍的趋势。