1. MSCA介绍
1.1 摘要:我们提出了 SegNeXt,一种用于语义分割的简单卷积网络架构。 由于自注意力在编码空间信息方面的效率,最近基于变压器的模型在语义分割领域占据了主导地位。 在本文中,我们证明卷积注意力是一种比 Transformer 中的自注意力机制更高效、更有效的编码上下文信息的方法。 通过重新审视成功的分割模型所具有的特征,我们发现了导致分割模型性能提高的几个关键组成部分。 这促使我们设计一种使用廉价卷积运算的新型卷积注意力网络。 没有花里胡哨的东西,我们的 SegNeXt 显着提高了以前最先进的方法在流行基准上的性能,包括 ADE20K、Cityscapes、COCO-Stuff、Pascal VOC、Pascal Context 和 iSAID。 值得注意的是,SegNeXt 的性能优于带有 NAS-FPN 的 EfficientNet-L2,并且仅使用其 1/10 参数就在 Pascal VOC 2012 测试排行榜上实现了 90.6% mIoU。 平均而言,与 ADE20K 数据集上最先进的方法相比,SegNeXt 在相同或更少的计算量下实现了约 2.0% mIoU 的改进。
官方论文地址:https://arxiv.org/pdf/2209.08575
官方代码地址