这篇文章是目前进行图像实例分割的state of art，由于近期在刷kaggle上的WAD比赛，需要完成实例分割的任务，所以小刷了几篇论文，这是概述。
历史
文章的开始自己也阐明了，其实本文提出的网络（PANet）在架构上并没有很大的创新，更多的是对去年扛把子何恺明组提出的Mask RCNN架构上进行的一些修改，不过考虑到毕竟是在原有网络的基础上有提升，而且文章也非常厚道地将很多对架构的思考加了进去，还是值得稍作分析的。
动机
在文章开头的Our findings中提了三个原来Mask RCNN中的问题：1）在低层中提取的特征还是对大物体的实例分割有帮助的。但是在Mask RCNN中（此处主要是使用了FPN的Mask RCNN），由低层到最高层的特征路径很长，使得获得准确的定位信息的难度增大；2）proposal都是从单层中提的，没有考虑到其他层的混合信息；3）确认mask时只用了某个视窗内的信息（反卷积感受野带来的问题）
贡献
接下来当然就是讲述本文的贡献blah blah blah。针对以上的三个问题，文章分别给出了自己的解决方法：1）你不是从底到顶路径长么？我给你反过来augment一下，这样路径不就短了么；2）你不是只用了单层信息么？我发明个自适应池化，把几层都用上；3）你不是只用了某个视窗内的信息么？我给你上个全连，把能连的都连上。这基本也就总结了本文的几大突出贡献，反正都是对症下药，没做任何无病呻吟的事。ok，那闲话少叙，我们直入正题，这几种方案都是怎么实现的呢？
1. 反向augment
对FPN如数家珍的同学应该对它其中采用的topdown augment印象深刻，因为这思路简单粗暴，强行通过卷积对各层进行尺度变化后再混合，达到了一人信息天下晓的程度。对于将顶层信息沉淀至低层带来的方便自是不必多说，原来需要跨过100多层的信息现在就通过3层卷积就到地方了。但是不幸的是由于设计的augment是单向的，导致在另外一个方向上低层信息想要到顶层没有任何简化途径，还是要跨过原始的模型–也就是说还是100多层。导致这一问题的原因非常简单，augment是topdown的，所以解决方案更简单，我再给你加个bottomup的不就完了么？这篇文章也正是这样做的，这样也就保证了提取出的5层的信息也能够包含低层信息，这样在5层上提取proposal的时候就能够得到更好的边界定位效果（因为低层信息对定位有帮助）
2. 自适应池化
特征做了bottomup的augment之后，如果按照FPN的解决方案，直接在各个层级上面提取proposal就ok了，但是前面我们已经讲过，这样在提取proposal的时候就只用到了单层信息，为了得到更好的提取proposal的精度，我们有必要将几层的信息结合起来。正是基于这一点考虑，PANet从4个层对应地做ROI Align，生成同样大小的ROI以后再通过全连转化为vec，最后再通过fuse（文章中使用的fuse为max或者sum算子）生成唯一的vec用于类别和bbox的判定。
3.全连融合
做完自适应池化还没结束，由于我们想要完成的segmentation，还需要将各ROI的mask提取出来，这部分PANet依然沿用了Mask RCNN的思路。将池化提出的信息进行反卷后再以类别为channel做卷积。不同之处是PANet在mask进行卷积层中截取了一个分支进行全连操作,这个全连操作的目标是获得各mask的前景和背景的判断。从思路上看和Faster RCNN的FPN出来以后连接的全连非常相似，最终根据这个前背景判断的mask结合类别mask获得最终的结果。
4.最终效果
虽然只是一些小小的改进，但是从最终效果来看还是很明显的，这也秉承了深度学习的一贯特性：great improvement starts with small changes.
论文
以上只是论文的简单介绍，想要查看完整论文或者对中文不太感冒的同学，请移步至 Path Aggregation Network for Instance Segmentation