超级会员免费看
本文汇总了实时语义分割领域的多个算法，包括BiSeNet、Light-Weight RefineNet、ShelfNet、LadderNet、ShuffleSeg、RTSeg、ContextNet、CGNet、DSNet和Fast-SCNN等。这些算法通过改进网络结构，如增加空间信息、减少参数量和运算量，以实现高效、精确的实时语义分割。文章深入探讨了各种结构如编码-解码、多路径网络和残差块的设计，以及它们在提高模型性能和速度方面的贡献。
我们在上篇——汇总|实时性语义分割算法（上篇）中，已经总结了【1】~【12】，这里我们继续。
【13】用于实时语义分割的双向分割网络
《BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation》
链接：https://arxiv.org/pdf/1808.00897.pdf
本文的出发点是因为以往的工作中的1.感受野太小 2.空间信息的损失
关于空间信息
空间信息(Spatial information)主要指的是图像的局部细节信息，尤其是对于边缘丰富的图像。由于卷积网络规模大，一般要求输入图像尺寸较小，需要对原始图像进行Crop或者Resize，这个过
订阅专栏 解锁全文
扫一扫
1683
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
