【ICNet】ICNet for Real-Time Semantic Segmentation on High-Resolution Images

最新推荐文章于 2022-10-12 19:18:16 发布
最新推荐文章于 2022-10-12 19:18:16 发布
阅读量7.6k 收藏 5
点赞数
分类专栏： Semantic Segmentation 图像语义分割论文
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014451076/article/details/71052675
版权

基本情况

2017年4月份的文章，所属领域是Semantic Segmentation.

Abstract

本文主要是针对realtime semantic segmentation问题.本文提出的方法减少了大量的计算，这个方法是基于PSPNet压缩的图片级联网络(ICNet)，在合理的标签指导下结合多个分支来实现较少计算的目的.接着，本文又深度分析了本框架，并引入cascade feature fusion实现高质量的快速分割.最后，在Cityscapes上实现相当不错的结果.

Instroduction

现在，大多数的方法都是通过增加参数（网络的深度宽度）来实现更高的分辨率，尤其是FCNs-based方法.
1
从图中分析，实时语义分割会有许多应用：例如自动驾驶、机器人交互、在线视频处理、甚至手机计算等.
在本文中，作者主要意图是建立一个具有相当的精确度的具有实用价值的快速图像分割系统.主要方法是，利用低分辨率图片的高效处理和高分辨率图片的高推理质量，来提出了一个图片级联框架实现分割.
本文的主要贡献为:
(1)提出了一个图片级联网络(ICNet)，它利用低分辨率的语义信息和高分辨率的细节信息.
(2)提出的ICNet完成了5x+的推理提速，并减少5+的内存消耗.
(3)实现1024x2048分辨率图片30.3fps分割性能.

实时的物体检测已经发展的不错了，可是实时的S

最低0.47元/天 解锁文章
明天去哪
关注
专栏目录
深度学习论文: ICNet for Real-Time Semantic Segmentation on High-Resolution Images及其PyTorch实现
mingo_敏
11-01 1004
ICNet: ICNet for Real-Time Semantic Segmentation on High-Resolution Images (2018) PDF: https://arxiv.org/pdf/1704.08545.pdf PyTorch: https://github.com/shanglianlm0525/PyTorch-Networks 1 概述 ICNet是一个基于PSPNet的实时语义分割网络，设计目的是减少PSPNet推断耗时的同时保持较高的检测精度。ICNet可以在10
ICNet for Real-Time Semantic Segmentation on High-Resolution Image
liguandong
03-18 645
ICNet for Real-Time Semantic Segmentation on High-Resolution Image Abstract: cascade feature fusion Reducing a large portion of computation 1.Introdiction Status of fast segmentic segmentation ...
Semantic Segmentation--ICNet for Real-Time Semantic Segmentation on High-Resolution Images论文解读
DFan的NoteBook
01-08 9168
ICNet ICNet for Real-Time Semantic Segmentation on High-Resolution Images 原文地址：ICNet 代码: github-Caffe TensorFlow Abstract ICNet是一个基于PSPNet的实时语义分割网络，设计目的是减少PSPNet推断时期的耗时，论文对PSPNet做了深入分析，在PS
《ICNet for Real-Time Semantic Segmentation on High-Resolution Images》论文阅读及代码实现
I good vegetable a!
06-10 837
论文原文 https://arxiv.org/pdf/1704.08545.pdf 香港中文大学，腾讯优图，商汤科技联合发表的一篇用于语义分割的论文。 摘要 ICNet是一个基于PSPNet的实时语义分割网络，设计目的是减少PSPNet推断时期的耗时，论文对PSPNet做了深入分析，在PSPNet的基础上引入级联特征融合模块，实现快速且高质量的分割模型。论文报告了在Cityscape上的表现。 摘...
【论文】ICNet for Real-Time Semantic Segmentation on High-Resolution Images
Yancy的博客
08-28 654
论文下载地址：https://arxiv.org/abs/1704.08545 此文聚焦于建立一种具有相对高准确度的，针对高像素图像的快速语义分割系统。它的重点在于：1，快速。处理速度显著优于传统的全连接的深度神经网络，因此快速。但快速不是无脑快，而是需要符合工程应用实际。如无人车、机器人视觉等行业，对检测时效要求高或需要实时检测的，则可以采取此网络；2，准确度相对较高。由于处理速度加快，稍微牺...
Rethinking BiSeNet For Real-time Semantic Segmentation
写个翻译的博客
05-19 1418
Rethinking BiSeNet For Real-time Semantic Segmentation 摘要 BiSeNet已经被证明是一种流行的实时分割的双流网络。然而，其增加额外路径来编码空间信息的原理是耗时的，并且从预训练的任务(例如图像分类)中借用的骨干网可能由于特定任务设计的不足而不能有效地用于图像分割。为此，提出Short-Term Dense Concatenatenetwork(STDC Network)。具体地说，我们逐步降低了特征图的维数，并将特征图的聚合用于图像表示，构成了STD
轻量级实时语义分割：Guided Upsampling Network for Real-Time Semantic Segmentation
追
09-08 1431
Guided Upsampling Network for Real-Time Semantic Segmentation
《ICNet for Real-Time Semantic Segmentation on High-Resolution Images》论文笔记
m_buddy的博客
05-26 496
代码地址：ICNet 1. 概述 导读：这篇文章主要研究的是实时场景下的分割任务，现有的方法对于像素级分割是很难在较大比例上减少运算的计算量的。这篇文章对此提供了解决办法，提出了图像级联网络（Image cascade network，ICNet）去解决该问题，这里将输入图像按照尺寸划分为三个支路的输入，分辨率最小的支路的输出开始不断细化分割的结果，引入特征级联混合单元与cascade labe...
【ICnet2018】ICNet for Real-Time Semantic Segmentation on High-Resolution Images
最新发布
我的博客
10-12 649
在本文中，我们专注于实时语义分割的挑战性任务。它有许多实际应用，但在减少像素级标签推断的大量计算方面存在根本困难。我们提出了一个图像级联网络（ICNet），它在适当的标签指导下纳入了多分辨率的分支，以解决这一挑战。我们对我们的框架进行了深入分析，并介绍了级联特征融合单元以快速实现高质量的分割。我们的系统在单个GPU卡上产生了实时推理，并在Cityscapes、CamVid和COCO-Stuff等具有挑战性的数据集上评估了良好的质量结果。索引项–实时、高分辨率、语义分割。
0818_icnet_1.0_1025_resnet_v1.tar.gz
05-17
https://github.com/oandrienko/fast-semantic-segmentati中的pre-trained模型
实时语义分割--ICNet for Real-Time Semantic Segmentation on High-Resolution Images
u011961856的专栏
08-20 8048
ICNet语义分割算法
【图像分割论文阅读】ICNet for Real-Time Semantic Segmentation on High-Resolution Images
Ray
05-28 1188
文章由香港中文大学、腾讯优图实验室、SenseTime研究院联合完成，发表于2018ECCV 论文地址：ICNet for Real-Time Semantic Segmentation on High-Resolution Images 背景 这篇文章聚焦于具有挑战性的实时图像分割任务。实际的应用中如何减少像素级的标签预测时的大量冗余计算仍然十分困难的。作者提出一种Image casca...
实时语义分割调研
清欢
08-05 4635
文章目录0. 前言1. 语义分割概述2. 一些总结3. 论文浏览3.1 ENet3.2 ICNet3.3 BiSeNet3.4 CGNet3.5 DFANet3.6 Fast-SCNN3.7 BiSeNetV23.8 HyperSeg3.9 Rethinking BiSeNet For Real-time Semantic Segmentation 0. 前言 实时语义分割（real-time semantic segmentation），目标是能实时跑在CPU上。 本文调研的基本都是普通的语义分割方法，
语义分割，ICNet for Real-Time Semantic Segmentation
有些代码不应该被忘记
07-19 3734
本文的工作很具有实用价值。 本文提出了一个实时性的语义分割网络，Image Cascade Network（ICNet），在兼顾实时性的同时比原来的Fast Semantic Segmentation,比如SQ, SegNet, ENet等大大地提高了准确率，足以与Deeplab v2媲美，给语义分割的落地提供了可能。 具体各个网络速度与性能的对比如下图所示： 文章首先对语义
语义分割 - Semantic Segmentation Papers
热门推荐
长风破浪会有时，直挂云帆济沧海
05-23 3万+
Semantic Segmentation Learning a Discriminative Feature Network for Semantic Segmentation - CVPR2018 - Face++ [Paper] Vortex Pooling: Improving Context Representation in Semantic Segmentation - 2018...
PSPNet 摸索（一）
赵木木
04-22 6300
补充 PASCAL VOC Challenge performance evaluation and download server http://host.robots.ox.ac.uk:8080/leaderboard/displaylb.php?cls=mean&challengeid=11&compid=6&submid=14249#KEY_Bayesian%2...
实时语义分割之ICNet
年轻即出发，
09-18 1273
论文：ICNet for Real-Time Semantic Segmentation on High-Resolution Images 官网：https://hszhao.github.io/projects/icnet/ Github: https://github.com/hszhao/ICNet ICNet即图片级联网络（image cascade network），...
ICNet：实时高分辨率图像语义分割的创新网络解决方案
"本文介绍了一种名为ICNet的深度学习模型，旨在解决实时高分辨率图像语义分割的问题。ICNet采用图像级联网络结构，结合多分辨率分支和适当的标签指导，能够在保持高质量分割的同时实现快速推理。该网络设计考虑了...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值