本文提出了一种特别为密集预测设计的新的卷积网络模块，该模块利用扩张卷积系统地汇集多尺度上下文信息，而不会丢失分辨率，并证明了该模块可以提高现有最先进的语义分割系统的精度。作者还探究了将图像分类网络适应于密集预测的可能性，并提出了简化适应后的网络结构有助于提高精度。

本研究提出了多尺度关注金字塔模块（mAPm），将扩张卷积集成到特征金字塔网络（FPN）中，以增强多尺度信息提取能力。mAPm 在平均精度（AP）上取得了显著提升，在处理尺度变化方面有效。展示了推进目标检测技术的潜力。