HyperSeg:实时语义分割的逐块超网络

表现SOTA!HyperSeg 有S、M和L版本,其中M版本在Cityscapes上可达76.2 mIoU / 36.9 FPS!性能优于BiSeNetV2、SwiftNet和DFANet等,代码即将开源!

注:文末附语义分割交流群
HyperSeg:实时语义分割的逐块超网络_第1张图片

HyperSeg: Patch-wise Hypernetwork for Real-time Semantic Segmentation

HyperSeg:实时语义分割的逐块超网络_第2张图片

  • 论文下载链接:https://arxiv.org/abs/2012.11582

  • 作者单位:Facebook AI, 特拉维夫大学

我们提出了一种新颖的实时语义分割网络,其中编码器既编码又生成解码器的参数(权重)。 此外,为了允许最大的适应性,每个解码器块处的权重在空间上变化。

为此,我们设计了一种新型的超网络,该网络由嵌套的U-Net组成,用于绘制更高级别的上下文特征;一个多头权重生成模块,用于在解码器中的每个块权重被消耗之前立即生成它们的权重,用于有效的内存利用率,以及由新颖的动态逐块卷积组成的主网络。 尽管使用了较少常规的块,我们的体系结构仍获得了实时性能。

HyperSeg:实时语义分割的逐块超网络_第3张图片
HyperSeg:实时语义分割的逐块超网络_第4张图片

实验结果

在运行时间与准确性之间进行权衡,我们在流行的语义分割基准上超越了最新的(SotA)结果:PASCAL VOC 2012(val.set)以及在Cityscapes和CamVid上进行的实时语义分割。

HyperSeg:实时语义分割的逐块超网络_第5张图片
HyperSeg:实时语义分割的逐块超网络_第6张图片
HyperSeg:实时语义分割的逐块超网络_第7张图片

HyperSeg:实时语义分割的逐块超网络_第8张图片

HyperSeg:实时语义分割的逐块超网络_第9张图片

语义分割交流群

已建立CVer-语义分割交流群!想要进分割学习交流群的同学,可以直接加微信号:CVer5555。加的时候备注一下:语义分割+学校+昵称,即可。然后就可以拉你进群了。

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。

HyperSeg:实时语义分割的逐块超网络_第10张图片

你可能感兴趣的:(计算机视觉论文速递,开源项目,语义分割,人工智能,机器学习,神经网络,深度学习,计算机视觉)