图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation

文章日期:

2019年

arXiv: https://arxiv.org/abs/1905.02423

github: https://github.com/xiaoyufenfei/LEDNet

今天看到一篇实时分割的文章,简洁明了,有较好的借鉴意义,所以记录分享一下。

创新点:

1:对残差块进行了优化,使用split和shuffle操作,参数量大幅降低,提升了前向的推理速度;

2:使用1x3,3x1,以及dilate卷积,增加了感受野,以及特征表达能力;

3:使用APN结构,进一步特征融合和加强感受野,确保了像素分割的准确度。

速度:

1:使用split操作,类似以前的group,可以降低一半的参数;

2:使用1x3,3x1结构,可以降低1/3的参数;

图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation_第1张图片

图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation_第2张图片

图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation_第3张图片

图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation_第4张图片

图像分割:LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation_第5张图片

 

你可能感兴趣的:(目标检测,图像分割)