点击上方“计算机视觉工坊”,选择“星标”
干货第一时间送达
前言
本次给大家更新的是关于实时语义分割的工作。
语义分割论文
语义图像分割是计算机视觉中发展最快的领域之一,有着广泛的应用。在许多领域,如机器人和自动驾驶汽车,语义图像分割是至关重要的,因为它提供了必要的上下文,以采取行动,基于对场景的理解在像素级。
对于图像的理解有一下几个层次:
分类,即将图像中最具代表性的物体归为某一个类;
带有定位的分类,对分类任务的一个扩展,使用边界框将对象框起来在分类;
目标检测,对多个不同类型的对象进行分类和定位;
语义分割,是对图像中的每个像素进行分类和定位;
实例分割,是语义分割的扩展,在实例分割中,相同类型的不同对象被视为不同的对象;
全景分割,结合语义分割和实例分割,所有像素被分配一个类标签,所有对象实例都被独立分割
【1】自主驾驶车辆实时语义分割的比较研究
《A Comparative Study of Real-time Semantic Segmentation for Autonomous Driving》
链接:
https://openaccess.thecvf.com/content_cvpr_2018_workshops/papers/w12/Siam_A_Comparative_Study_CVPR_2018_paper.pdf
该文构建了一个实时语义分割框架,通过不同的编码解码框架,提供了几个例子编码器,包括VGG16, Resnet18, MobileNet,和ShuffleNet和解码器,包括SkipNet, UNet和膨胀前端。该框架是可扩展的,可以添加新的编码器和解码器。
语义分割方法的分类:
【2】高效的语义分割CNN设计技术分析
《Analysis of efficient CNN design techniques for semantic segmentation》
链接:
https://openaccess.thecvf.com/content_cvpr_2018_workshops/papers/w12/Briot_Analysis_of_Efficient_CVPR_2018_paper.pdf
与上一个一样都是编码解码结构:
简单的编码器:
Handling scale of objects
a)Cross channel filters
b)Cross layer connections
c)Wider bank of filters
d)Split branching and summation joining
量化:
使用tensorflow或Nvidia TensorRT将神经网络的float32类型计算量化为int8类型的计算,实现加速,直接用int8类型计算对神经网络进行训练
高效结构设计原则
1.通过约束结构超参数平衡模型大小和准确率:增加网络深度,减少每一个卷积层输入的通道数,减小输入图片的分辨率
<