多尺度特征深度融合
通过在每个解码阶段进行多尺度特征融合，使密集预测任务的计算资源分配更均衡，特征融合更充分。
Zhang, Gang · Ziyi, Li · 唐楚峰 · 李建民 · 胡晓林
Pattern Recognition 2025
不再让分类骨干网络独占大部分计算资源，而是将更多资源用于多尺度特征融合，使特征融合更充分。
在每个解码阶段都进行多尺度特征融合，而不是只在最后融合一次，因此能更早、更充分地利用多尺度信息。
在Hourglass、UNet和FPN三种常见编解码结构上均取得有前景的结果，表明方法具有通用性。