扩张卷积在获取高分辨率最终特征图中发挥重要作用，但它也有一些缺陷，比如增加了计算复杂度和内存占用。近日，来自中科院自动化所以及深睿AI实验室的研究人员在论文《FastFCN: Rethinking Dilated Convolution in the Backbone for Semantic Segmentation》中，提出一种新型联合上采样模块 Joint Pyramid Upsampling（JPU），可在多种方法中替代扩张卷积，在不损失模型性能的情况下，有效降低计算复杂度和内存占用。