记笔记目的：刻意地、有意地整理其思路，综合对比，以求借鉴。他山之石，可以攻玉。
《Convolutional Simplex Projection Network for Weakly Supervised Semantic Segmentation》-20180724，一篇来自德国波恩大学与锡根大学的paper。
论文code：
https://github.com/briqr/CSPN
Abstract
The method introduces a novel layer which applies simplex projection on the output of a neural network using area constraints of class objects.
该方法提出了一种新颖的层，该层使用类目标对象的区域约束将单一投影应用于神经网络的输出。
该方法可以自然无缝地与任意CNN架构融合在一起，同时，作者所提出的投影层允许强监督模型通过替换ground truth标签而毫不费力地适应弱监督模型。
1 Introduction：
The task of semantic image segmentation, which requires solving the problem of assigning a semantic class label to each pixel in a given image。这句话极好，可以借鉴！
本文提出的方法更加实用。它将约束直接融入网络层，形成新的网络层，以致于该网络层可以方便地加入进任何卷积神经网络里面去。
2 Related work：
read history。
3 Convolutional Simplex Projection Network (CSPN)：
2018年发表论文阅读：Convolutional Simplex Projection Network for Weakly Supervised Semantic Segmentation
原文：https://www.cnblogs.com/ariel-dreamland/p/9764403.html