Dec, 2020
单GPU上超过1K类的语义分割扩展
Scaling Semantic Segmentation Beyond 1K Classes on a Single GPU
TL;DR本文提出了新的训练方法,通过降低分割模型输出的空间复杂度和近似地计算误差概率来扩展语义分割模型以适应更多的语义类别,这个方法适用于任何现有的语义分割模型,而不会增加内存开销,实验结果表明,这种方法可以在仅使用一块 GPU 的情况下实现 Cityscapes、Pascal VOC、ADE20k、COCO-Stuff10k 数据集的类别扩展,而且可以将 mIoU 值提高三倍以上。