CIFReNet-用于语义分割的轻量型模型 | TIP2020

Context-Integrated and Feature-Refined Network for Lightweight Object Parsing

创新点

• 提出一个轻量型的CIFReNet模型结构，由 Long-skip Refinement Module (LRM) 和 Multi-scale Context Integration Module (MCIM) 组成，模型多次使用全局平均池化来添加全局信息。
• LRM 模块能够使空间信息在高维和低维更加容易得传播，并且使用通道注意力机制提高低维的特征提炼。
• MCIM 模块由三个级联的 DSP 模块组成，它能够编码多尺度的上下文信息和提高视野的范围。

问题

• 为语义分割任务提出一个能够在准确度和速度之间进行平衡的模型。

方法

Backbone

模型的 Backbone 采用轻量型网络 MobileNet V2，使用扩张卷积（Dilated Convolutions）取代后三层（Stage5, Stage6, Stage7），扩张率为{3, 5, 7}。

CIFReNet