【语义分割】BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation阅读翻译

论文地址：https://arxiv.org/abs/1808.00897
代码：https://github.com/GeorgeSeif/Semantic-Segmentation-Suite（2019.01.27更新。很抱歉，之前一直放着错误的链接，对不起大家了(。・＿・。)ﾉ）
作者：Changqian Yu, Jingbo Wang, Chao Peng, Changxin Gao, Gang Yu, Nong Sang

参考资料：
论文阅读：BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
ECCV 2018 | 旷视科技提出双向网络BiSeNet：实现实时语义分割
Semantic Segmentation Suite in TensorFlow—GitHub_Link
语义分割网络-BiSenet（含代码）

摘要

语义分割（semantic segmentation）需要丰富的空间信息和相当大的感受野（receptive field）。但是，现代方法通常会牺牲空间分辨率（spatial resolution）来实现实时inference速度，从而导致性能不佳。在本文中，我们通过一种新颖的双边分割网络（Bilateral Segmentation Network，BiSeNet）来解决这一难题。我们首先设计一个小步幅的 Spatial Path，以保留空间信息并生成高分辨率特征。同时，采用具有快速下采样策略的 Context Path 来获得足够的感受野。在这两条 path 的顶部，我们引入了一个新的特征融合模块（Feature Fusion Module），以有效地结合特征。所提出的BiSeNet框架在Cityscapes，CamVid和COCO-Stuff数据集上的速度和分割性能之间取得了适当的平衡。具体来说，对于2048x1024输入，我们在Cityscapes测试数据集上实现了68.4％的Mean IOU，在一块NVIDIA Titan XP卡上的速度为105 FPS，这明显快于当前其它可比的方法。