一日一論文：Instance-sensitive Fully Convolutional Networks

先說明這篇論文的主旨，作者主要在考慮傳統segment的方法，無法分割同一類別的不同物體，

於是考慮使用組合的方式做segment。

網路結構部分：

網路產生每一個部分的instance-sensitive score map，組合成segment。這邊說明一下為什麼會有多個map，因為在做label時取每個box的一個部分做label，而卷積時較大的步伐跳過了重複的部分。

首先convs是預訓練的VGG-16，只選取其13層卷積層。up部分網路用於產生instance，bottom網路用於過濾all instance，只去高的一部分instance。