今天上班手上不用拿昨天的小草和水杯，就只背一个双肩背，真是太轻松啦hhh~不过每天来来回回背电脑还是挺沉的......
生活：
晒一下中午在所里食堂的午饭。。。真的挺难吃的（hhh终于发现比小破邮还难吃的食堂了），还贼贵，一顿饭20.5，实习工资还真是不够花、不够花...明天去中国科学院大学，试试那的食堂味道咋样~
科研：
1、阅读论文《ICNet for Real Time Semantic Segmentation on High-Resolution Images》
@1:更高的准确度意味着更多的计算，如今研究成果大部分能够大大的提高每秒钟处理图片的速度，但是准确度却大大不够（甚至不到60%），而本文中提到的ICNet则做到了实时（速度很快）的基础上，准确率在70%左右，非常厉害。
@2：文中提到尝试的3种加快速度的方法，分别是Downsampling Input（降低输入图片的分辨率）,Downsampling Feature（降低特征图的分辨率）,and Model compression(减少卷积核），但都不能令人满意。于是，有了本文的方法
@3:将输入图片，降低分辨率，得到三张low,median,high的图片，然后如下图所示，分别在网络中运行，最终通过CFF技术进行合并。这样的好处是，uses the low-resolution input to go through the main semantic segmantation branch and adopts the high-resolution information to help refinement,从而提高速度的同时，又不失准确率。
并且，low和median在网络中可以共享卷积计算,节省了时间。
@4：CCF技术：
合并不同resolution图片的一种方法。如下图所示：
2.找到了PSPNet的prototxt文件，用神器画出了架构图~
这是关键思想部分：（四种大小）
疑惑：
总觉得PSPNet和ICNet的方法有相似之处，但是又不是能弄得很清楚...
明天下午去听第一次组会，听一下学长学姐的理解再看看~
