Pyramid scene parsing network. In Proc. CVPR, pages 2881–2890, 2017
目的：擴大感受野，盡可能的利用全局上下文信息（某種程度上，可以認為感受野大小可以認為是對上下文信息利用的程度）。
做法：
1.對骨干提取的feature map（channel =N）做池化得到特征金字塔，
2.然后通過1*1深度卷積降通道分別得到1*1，2*2，4*4，6*6的channel = 1/N的特征圖
3.對特征圖進行雙線性插值填充上采樣到原Feature map尺寸
4.與Feature map進行通道拼接（也叫級聯）得到channel數增加1倍的特征圖
5.再利用1*1卷積核將上述拼接后的特征圖 深度卷積降通道 得到與輸入特征圖Feature通道數一致的最終的語義分割預測結果。