深度学习论文: Lightweight and Progressively-Scalable Networks for Semantic Segmentation及其PyTorch实现

2024-05-22 16:23:46

深度学习论文: Lightweight and Progressively-Scalable Networks for Semantic Segmentation及其PyTorch实现
Lightweight and Progressively-Scalable Networks for Semantic Segmentation
PDF: https://arxiv.org/pdf/2207.13600.pdf
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 概述

LPSNet 首先构建一个微型网络。然后，LPSNet 通过一次扩展单个维度（卷积块的数量、通道的数量或输入分辨率）逐步将微型网络扩展到更大的网络，以满足最佳速度/准确性权衡。

LPSNet 在 Cityscapes 上实现了 73.4% mIoU 和 413.5FPS 的速度。

2 LSPNet

LPSNet 中采用Multi-Path Framework的宏架构, 将输入图像放缩为不同大小的分辨率，送入相同的网络中，最后将所有的输出聚合到一个分割头输出最后结果。

LPSNet 在设计的过程中遵循三个原则：

选用标准卷积（而不是深度可分离卷积）作为 LPSNet 中的构建块；
卷积的通道数设置为2的N次方；
为了在多个尺度上传播互补信息，设计了Multi-Path交互模块在stage3、stage4和stage5后面增强信息交互；

Multi-Path Interaction
下图分别为不同的交互结构设计和实验对比, 明显可以看出 Bilateral-B 性能更好且延迟最低。

3 Experiments

深度学习论文: Lightweight and Progressively-Scalable Networks for Semantic Segmentation及其PyTorch实现相关推荐

深度学习论文: LRNnet: a light-weighted network for real-time semantic segmentation及其PyTorch实现
深度学习论文: LRNnet: a light-weighted network with efficient reduced non-local operation for real-time se ...
深度学习论文: U-Net and its variants for Medical Image Segmentation : A short review
深度学习论文: U-Net and its variants for Medical Image Segmentation : A short review U-Net and its variant ...
深度学习论文: MicroNet: Improving Image Recognition with Extremely Low FLOPs及其PyTorch实现
深度学习论文: MicroNet: Improving Image Recognition with Extremely Low FLOPs及其PyTorch实现 MicroNet: Improvin ...
深度学习论文: Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition及其PyTorch实现
深度学习论文: Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition及其PyTorch实现 Conv2Forme ...
【论文翻译】Fully Convolutional Networks for Semantic Segmentation
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
深度学习论文: TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head 及其PyTorch实现
深度学习论文: TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Dro ...
FCN的学习及理解（Fully Convolutional Networks for Semantic Segmentation）
大多数人接触"语义"都是在和文字相关的领域,或语音识别,期望机器能够识别你发出去的消息或简短的语音,然后给予你适当的反馈和回复.嗯,看到这里你应该已经猜到了,图像领域也是存在&qu ...
论文笔记《Fully Convolutional Networks for Semantic Segmentation》
[论文信息] <Fully Convolutional Networks for Semantic Segmentation> CVPR 2015 best paper key word: ...
[深度学习论文笔记]Knowledge distillation from multi-modal to mono-modal segmentation networks从多模态到单模态分割的知识提取
Knowledge distillation from multi-modal to mono-modal segmentation networks 从多模态分割网络到单模态分割网络的知识提取 MI ...

最新文章

热门文章