SAMNet: Stereoscopically Attentive Multi-scale Network for Lightweight Salient Object Detection

SAMNet: Stereoscopically Attentive Multi-scale Network for Lightweight Salient Object Detection

显著性物体检测的轻量级立体注意力多尺度网络

原文链接：https://www.researchgate.net/publication/350161009_SAMNet_Stereoscopically_Attentive_Multi-Scale_Network_for_Lightweight_Salient_Object_Detection

作者：Yun Liu*, Xin-Yu Zhang*, Jia-Wang Bian, Le Zhang, Ming-Ming Cheng

摘要：近年来在显著目标检测(SOD)方面的进展主要得益于卷积神经网络(CNNs)的爆炸性发展。然而，大部分的改进来自于更大的网络规模和更重的计算开销，在我们看来，这并不友好，在实践中难以部署。为了推广更实用的SOD系统，我们引入了一种新的立体注意力多尺度(SAM)模块，它采用了立体注意力机制，自适应地融合了不同尺度的特征。在这个模块上，我们提出了一个非常轻量级的网络，用于SOD，即SAMNet。在流行基准上进行的大量实验表明，对于仅使用1.33M参数的336×336的输入，在343fps的GPU速度和5fps的CPU速度下运行时，所提出的SAMNet与最先进的方法具有相当的精度。

文章概述

本文针对现有的显著性目标检测方法普遍存在网络规模越来越大，计算量大的问题，提出了一个轻量级的立体注意力多尺度模块。

骨干网:使用所提出的SAM模块作为基本单元，构建一个FCN结构。
多尺度融合：输入特征图的多尺度融合；立体注意力多尺度融合。
立体注意力机制：元素相乘的方式将空间注意力和通道注意力融合。

SAMNet的整体编码器-解码器架构。Si和Ri分别表示第i阶段编码器和解码器的输出特征图。Pi为第i阶段预测的显著性图，P1为SAMNet的最终预测。G是ground-truth。PPM表示著名的金字塔池化模块。