轻量化分割
文章平均质量分 93
写个翻译
这个作者很懒,什么都没留下…
展开
-
swiftnet
In Defense of Pre-trained ImageNet Architectures for Real-time Semantic Segmentation of Road-driving Images代码:https://github.com/orsic/swiftnet0摘要对于实时语义分割,许多以前的网络通过自定义轻量化网络解决计算复杂度问题,这种体系结构通过减少相对于通用体系结构的深度、宽度和层容量来降低计算复杂度。本文:1.借助一个轻量级的通用架构作为主要的 recogniti原创 2021-06-06 20:49:42 · 749 阅读 · 0 评论 -
Deep Dual-resolution Networks for Real-time and Accurate Semantic Segmentation of Road Scenes
DDRNet:Deep Dual-resolution Networks for Real-time and Accurate Semantic Segmentation of Road Scenes作者:Y uanduo Hong, Huihui Pan, Weichao Sun, Senior Member , IEEE, Yisong Jia时间:2021摘要 对于实时语义分割,用推理速度置换精度是不可取的。一些方法使用轻量级架构(编解码器或双通道)或在低分辨率图像上进行推理,达到了不错的效果原创 2021-05-23 21:02:31 · 1195 阅读 · 3 评论 -
CGNet: A Light-weight Context Guided Network for Semantic Segmentation
CGNet: A Light-weight Context Guided Network for Semantic Segmentation0.摘要移动设备中语义分割模型应用增加,然大部分网络的参数量过大,而内存占用较小的网络基本上是根据分类网络设计的。这一设计呐忽视了分割网络的特点our,提出了CGNet,轻量化、高效的语义分割网络,1 CG模块,将局部特征和周围特征进行联合 2 用全局特征改善联合特征 3 基于CG模块构建CGNet1.引言图1对于Fig1的描述:本图是在cityscap原创 2021-05-20 11:59:36 · 2373 阅读 · 0 评论 -
Rethinking BiSeNet For Real-time Semantic Segmentation
Rethinking BiSeNet For Real-time Semantic Segmentation摘要BiSeNet已经被证明是一种流行的实时分割的双流网络。然而,其增加额外路径来编码空间信息的原理是耗时的,并且从预训练的任务(例如图像分类)中借用的骨干网可能由于特定任务设计的不足而不能有效地用于图像分割。为此,提出Short-Term Dense Concatenatenetwork(STDC Network)。具体地说,我们逐步降低了特征图的维数,并将特征图的聚合用于图像表示,构成了STD原创 2021-05-19 16:22:20 · 1428 阅读 · 2 评论 -
BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation在这里插入摘要语义分割既需要丰富的空间信息,又需要相当大的感受野。然而,现代方法通常会牺牲空间分辨率来实现实时推理速度,这导致了较差的性能。本文提出双分支网络-BiSeNet。首先设计了一个小步长的Spatial Path,来保存空间信息并生成高分辨率的特征。同时,采用具有快速下采样策略的上下文路径Context Path 来获得足够的感受野。在这两分原创 2021-05-14 15:37:27 · 668 阅读 · 0 评论