虽然大多数语义推理方法都侧重于提高性能,但在本文中,认为计算时间对于实现自动驾驶等实时应用非常重要。 为实现这一目标,作者提出了一种通过统一架构进行联合分类,检测和语义分割的方法,其中编码器在三个任务之间共享。 我们的方法非常简单,可以在具有挑战性的KITTI数据集中端到端地进行训练并表现得非常好,超越了道路分割任务中的最新技术水平。 提出的方法也非常有效,允许以超过每秒23帧的速度进行推理。代码:https://github.com/MarvinTeichmann/MultiNet
这篇论文属于多任务学习模型,即同时进行分类,检测和语义分割任务,正如其摘要说得,性能固然重要,但是时间也不容忽视,这篇论文的核心卖点在于节省了时间,之所以节省了时间,主要是共享了编码网络,可以让三个子任务并行推理,大大减少推理时间。