语义分割源代码_综述 | 基于深度学习的实时语义分割方法:全面调研
34页综述,共计119篇参考文献。本文对图像分割中的最新深度学习体系结构进行了全面分析,更重要的是,它提供了广泛的技术列表以实现快速推理和计算效率。
A Survey on Deep Learning Methods for Semantic Image Segmentation in Real-Time
作者:Georgios Takos
论文:A Survey on Deep Learning Methods for Semantic Image Segmentation in Real-Time
注:如果上述论文链接无法访问,可以看文末,论文已上传至百度云,方便下载。
综述
背景
语义图像分割是计算机视觉中增长最快的领域之一,具有多种应用。在许多领域,例如机器人技术和自动驾驶汽车中,语义图像分割至关重要,因为语义分割为基于像素级别的场景理解提供了采取动作所需的必要上下文。此外,医学诊断和治疗的成功取决于对所考虑数据的极其准确的理解,并且语义图像分割是许多情况下的重要工具之一。深度学习的最新发展提供了许多工具来有效地解决这一问题,并且提高了准确性。
这项工作对图像分割中的最新深度学习体系结构进行了全面分析,更重要的是,它提供了广泛的技术列表以实现快速推理和计算效率。通过深入分析这些技术在该领域中的影响,讨论了这些技术的起源以及它们的优势和取舍。总结了性能最佳的体系结构,并列出了用于实现这些最新结果的方法。
常见的语义分割数据集
基于深度学习的语义分割
先回顾了具有代表性的语义分割网络,如FCN、U-Net、DeepLab系列等
Cityscapes数据集上性能较好的网络如下:
实时语义分割
主要技术:
- FFT
- Pruning(剪枝)
- Quantization(量化)
- 深度可分离卷积
- 空洞卷积
- Width and Resolution Multipliers
- Early Downsampling
- Smaller Decoder Size
- Efficient Grid Size Reduction
- Drop Bias Terms
- Stack Multiple Layers with Small Kernels
- Channel Shuffle Operation
- Two Branch Networks
- Other Design Choices
Cityscapes数据集上实时性能较好的网络如下:
论文下载
链接:https://pan.baidu.com/s/1Je_GKTgghyLnJU2OVLSpWg
提取码:6ok3
强烈推荐大家关注CVer知乎账号和CVer微信公众号,可以快速了解到最新优质的CV论文。
推荐阅读
涨点神器!南航提出AFF:注意力特征融合
NeurIPS 2020 | 谷歌大脑提出:重新思考预训练和自训练
NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示
NeurIPS 2020 | aLRPLoss:统一目标检测中的分类和定位的平衡损失函数
ECCV 2020 | MIRNet:学习丰富的特征以进行真实图像修复和增强
CCE:具有互补交叉熵的不平衡图像分类
谷歌地标检索2020 Kaggle 第一名解决方案
ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案
LVIS 实例分割挑战赛2020的第一名解决方案:好的Box不能保证好的Mask
ETH Zurich提出DPIR:具有Denoiser先验的即插即用图像恢复
IR R-CNN:小目标检测的内在关系推理
综述 | 人脸图像质量评估:全面调研(2004-2020)
MAFFSRN:具有多注意力层的超轻量级图像超分辨率
冠军解决方案 | RMGL:用于行人重识别的感受野多粒度表示
VarifocalNet:IoU-aware 密集目标检测器(已开源)
ECCV 2020 | NAS-DIP:通过NAS实现DIP(去噪/去雾/超分辨率/修复等)
TIP 2020 | PNEN:金字塔Non-Local增强型网络
综述 | 小样本学习:全面调研(Few-shot)
MiCo:用于半监督域自适应的Mixup联合训练
使用深度神经网络从Noisy Labels中学习:全面调研
PyTorch3D:面向3D计算机视觉的PyTorch工具箱
剪枝filter?还是剪枝layer?这是个问题
牛津大学VGG组提出:自监督实例自适应的单目深度估计
ECCV 2020 | WeightNet:重新探索Weight网络的设计空间
Mask TextSpotter v3:用于场景文字检测和识别的分割Proposal网络
ECCV 2020 | URIE:用于视觉识别的通用图像增强
ECCV 2020 | 魔鬼在细节中:车辆重识别的自监督注意力(SAVER)
ECCV 2020 | 53.5 AP!PAA:用于目标检测的IoU预测的概率Anchor分配
ECCV 2020 | 南京理工提出FPT:特征金字塔Transformer
ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失
清华大学提出ISDA:使用语义数据增广来正则化深度网络
ECCV 2020 | BMask R-CNN:边界保持的Mask R-CNN
ECCV 2020 | 即插即用!PSConv:将特征金字塔压缩到紧凑的多尺度卷积层中
ECCV 2020 | STTN:用于视频修复的时空联合Transformer
ECCV 2020 | LiteFlowNet3:实现更准确的光流估计
语义分割源代码_综述 | 基于深度学习的实时语义分割方法:全面调研相关推荐
- 基于深度学习的三维语义理解(分割)综述列表
基于深度学习的三维语义理解(分割)综述列表 文章目录 基于深度学习的三维语义理解(分割)综述列表 前言 基于深度学习的三维语义理解(分割)综述列表 一. 从单一三维模型中进行深度学习 1.1基于点云的 ...
- (脑肿瘤分割笔记:四十四)基于深度学习的脑肿瘤分割的综述
目录 Abstract&Introduction 脑肿瘤分割任务面临的主要挑战 深度学习方法的脑肿瘤分割的方法 脑肿瘤分割方法一:设计有效的架构分割方法 针对于不同目的的模型 对于精度有要求的 ...
- 最新综述 | 基于深度学习的SLAM方法:面向空间机器智能时代
最新综述 | 基于深度学习的SLAM方法:面向空间机器智能时代 A Survey on Deep Learning for Localization and Mapping Towards the A ...
- 基于深度学习的显著性目标检测方法综述
源自:电子学报 作者:罗会兰 袁璞 童康 摘 要 显著性目标检测旨在对图像中最显著的对象进行检测和分割,是计算机视觉任务中重要的预处理步骤之一,且在信息检索.公共安全等领域均有广泛的应 ...
- 大盘点 | 基于深度学习的点云分割网络及点云分割数据集
编辑 | 深蓝前沿 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 后台回复[数据集下载]获取计算机视觉近30种数据集! 引言 点云分割是根据空间.几何和纹理 ...
- 基于深度学习的小目标检测方法综述
随着深度学习的发展,基于深度学习的目标检测技术取得了巨大的进展,但小目标由于像素少,难以提取有效信息,造成小目标的检测面临着巨大的困难和挑战. 为了提高小目标的检测性能,研究人员从网络结构.训练策略. ...
- 基于深度学习的点云分割网络及点云分割数据集
作者丨泡椒味的泡泡糖 来源丨深蓝AI 引言 点云分割是根据空间.几何和纹理等特征对点云进行划分,使得同一划分内的点云拥有相似的特征.点云的有效分割是许多应用的前提,例如在三维重建领域,需要对场景内的物 ...
- 前沿丨基于深度学习的点云分割网络及点云分割数据集
众所周知,点云的有效分割是许多应用的前提,例如在三维重建领域,需要对场景内的物体首先进行分类处理,然后才能进行后期的识别和重建.传统的点云分割主要依赖聚类算法和基于随机采样一致性的分割算法,在很多技术 ...
- matlab牙齿分割,基于深度学习的缺陷牙齿图像识别方法与流程
本发明涉及口腔医学领域,特别是一种基于深度学习的缺陷牙齿图像识别方法. 背景技术: ::缺陷牙齿的早期诊断是口腔医学领域的一大难题.早期缺陷牙齿的累及区域隐蔽,准确的判断对临床医师治疗计划的制定非常重 ...
最新文章
- ReactJS入门之声明周期
- create-react-app脚手架工具使用
- Spring 学习——Spring AOP——AOP配置篇Advice(有参数传递)
- how is navigation list item click event handled - actually no logic done
- Excel 用于批量把单元格设置为文本格式保存的数字的宏
- java 堆排序方式_幾種排序方式的java實現(02:希爾排序,歸並排序,堆排序)
- android 自动化测试之monkeyrunner学习(三),自动化测试之Monkeyrunner
- evil twin_Evil-Twin框架:用于测试WiFi安全性的工具
- ubuntu使用python_Ubuntu+Python环境配置(III)—用Python
- 台式计算机年限怎么看,电脑使用年限_电脑使用年限查询
- navicat 不能正常启动
- vscode :常用快捷操作
- 面试题:100个白球,100个黑球,每次取两个
- python基础--语句
- Visio绘制电路图
- pclint vc2012配置
- 用stream流来遍历处理list,筛选出符合条件的list
- 乐高收割机器人_学习乐高机器人编程,孩子到底收获了什么?
- 基于FPGA的数字交通红绿灯Verilog开发Modelsim仿真
- 将字符串“123”转换为十六进制0x123或者十进制123
热门文章
- 刘启成_使用if及变量编写LAMP管理脚本
- Web 上一页下一页 用超链接 用按钮
- DOS配合FastCopy实现远程增量备份
- Codeforces Round #253 (Div. 1) A. Borya and Hanabi 暴力
- Storm集群安装部署步骤【详细版】
- linux下文件系统不丢数据扩容方法
- python 如何建立图形用户界面_python(五)图形用户界面easyGUI入门
- mysql acer_Acer电脑【no bootable device】引导修复
- 对勾选的下拉选择进行同步选择
- r语言ggplot怎么把多个维度数据合并在一个图中表示_R语言作图——Histogram