CVPROct, 2018

通过辅助单元快速搜索稠密语义分割模型的神经架构

PDF
TL;DR通过强化学习算法训练固定结构的神经网络控制器，利用辅助模块提供中间监督信号，设计并在有限时间和计算预算内高效搜索出在密集像素任务上性能高、结构紧凑的分割模型。在 8 GPU-days 内，模型在语义分割、姿势估计和深度预测任务上表现良好。
neural networkimage segmentationconvolutional networkcompact architecturereinforcement learning
发现论文，激发创造
  • Auto-DeepLab：用于语义图像分割的分层神经架构搜索

    本文通过搜索单元结构和网络结构两个不同的层次来提高图像分割性能，并设计出了一种有效的基于梯度的架构搜索方法，其结果表明，在不进行 ImageNet 预训练的情况下，Auto-DeepLab 可以达到最先进的性能水平。

    Jan, 2019

  • 全卷积神经网络用于语义分割

    本文提出了一种基于卷积神经网络的 Fully Convolutional Networks（FCN）方法，可以用于图像的深度语义分割。通过该方法，我们成功地提高了 PASCAL VOC、NYUDv2、SIFT Flow 和 PASCAL-Context 等公开数据集上的 segmentation 模型的性能，并且推断速度远快于之前的相关工作。

    May, 2016

  • 全卷积网络用于语义分割

    该研究证明，卷积网络可以通过端到端的训练，从像素到像素地训练，超越先前的语义分割最先进方法，通过自适应大小输入和高效学习来生成相应大小的输出。该研究还详细介绍了全卷积网络的应用于空间密集预测任务，并将 AlexNet、VGG 网和 GoogLeNet 等现代分类网络改进成全卷积网络，并将它们学习到的表示通过微调应用于语义分割任务。最后，该研究提出了一种新的网络架构，将深层次粗糙层和浅层外观信息相结合以生成准确和详细的分割结果，在 PASCAL VOC、NYUDv2 和 SIFT Flow 数据集上实现了最先进的语义分割（2012 年的 mean IU 相较前一方法提高 20％），对典型图像的推理时间仅需三分之一秒。

    Nov, 2014

  • 用于语义视频分割的动态单元体结构搜索

    本文旨在开发一种通用方法，以前沿的语义视频分割技术结构为基础，通过使用神经体系结构搜索解决方案，设计连接每帧网络输出的上下文块。利用通用的方法，该方法能在市区景观和 CamVid 数据集等常见基准测试中实现稳定和准确的结果，并且仅需要 2 GPU 天即可完成。

    Apr, 2019

  • 面向语义分割的可定制化架构搜索

    本文提出了一种可定制的架构搜索方法，以实现自动生成用于语义图像分割的网络架构，操作被赋予成本，并通过探索搜索空间来构建最优网络架构以满足自定义约束，该方法在 Cityscapes 和 CamVid 数据集上表现优秀，并在 Nvidia TitanXp GPU 上达到了 108 FPS 和 72.3％的性能表现。

    Aug, 2019

  • 简单高效的卷积神经网络架构搜索

    该研究提出了一种自动设计合适的卷积神经网络结构的方法，使用了能产生网络变形的 “山峰爬升法” 和余弦退火法，并取得了较为优异的结果。

    Nov, 2017

  • 寻找用于密集图像预测的高效多尺度架构

    在本文中，我们探索了以场景解析、人物部分分割和语义图像分割为任务的密集图像预测的元学习技术的构建，我们构造了一个有用的搜索空间并演示了即使是通过有效的随机搜索，我们也能够找到优于人工设计的架构以及在城市街景解析、人物部分分割和语义图像分割等三个密集预测任务上实现的最先进水平，同时减少一半的参数和计算成本。

    Sep, 2018

  • 自动设计用于医学图像分割的 CNN 架构

    本文提出了一种基于策略梯度强化学习的超参数自动优化算法，旨在针对医学图像分割任务设计神经网络结构，并提出了一种密集连接编码器 - 解码器 CNN 作为强基线架构，结果表明该算法的计算成本低且效果显著达到了同领域最先进水平。

    Jul, 2018

  • 基于混合卷积 - 变换器架构搜索的实时图像分割

    通过使用多头自注意力结构，结合架构搜索方法，本研究提出了一种高效且有效的高分辨率图像分割神经网络架构，名为 HyCTAS，通过在多个分辨率的分支之间融合轻量级卷积层和内存高效的自注意力层，提高了语义分割任务的性能。

    Mar, 2024

  • 面向实时语义分割的图像引导架构搜索

    提出了一种名为 Graph-guided Architecture Search（GAS）的管道，其中图卷积网络（GCN）作为细胞之间的通信机制，消除了细胞之间的共享约束以实现细胞水平的多样性，并通过搜寻 latency-oriented 约束来实现速度和性能的平衡，在 Cityscapes 和 CamVid 数据集上实现了精度和速度的新的最优平衡。

    Sep, 2019