我们提出了 ShuffleSeg，这是一种基于分组卷积和通道混洗的有效分割网络，它采用 Skip 架构作为解码方法，在速度和准确性之间达到了最佳的折中，通过利用分辨率更高的特征图进行更准确的分割，它在 CityScapes 测试集上的平均交集联合达到了 58.3％，并且在 NVIDIA Jetson TX2 上的运行帧率为 15.7，非常适合实时应用。

Mar, 2018

TinySeg 是一个优化模型的框架，可以在小型嵌入式系统中实现内存高效的图像分割，通过分析目标模型中张量的生命周期并识别长期存在的张量，利用张量溢出和合并提取技术将目标模型的峰值内存使用率降低了 39.3%。

May, 2024

本文提出了一个实时语义分割基准测试框架，包括特征提取和解码方法的分离设计，采用不同的网络架构和分割方法，在城市场景的 Cityscapes 数据集上进行了实验，并展示了与 SegNet 相比可实现 143 倍 GFLOPS 减少的优势。

Mar, 2018

本文提出了一种新颖的实时语义分割神经网络，其中编码器既编码也生成解码器的参数 (权重)，并且为了实现最大的适应性，每个解码器块的权重都在空间上有所变化。我们设计了一种新型的超网络，在其中，用于绘制高级上下文特征的嵌套 U-Net、多头权重生成模块，该模块在解码器使用权重之前立即生成解码器每个块的权重，以实现高效的内存利用，以及由新颖的动态面向补丁的卷积组成的主要网络。尽管使用了较不常见的块，但我们的架构实现了实时性能，在运行时间与准确性的权衡方面，在流行的语义分割基准测试上 (PASCAL VOC 2012, Cityscapes 和 CamVid) 的表现都超过了最先进的结果。

Dec, 2020

LSeg 是一种用于语言驱动语义图像分割的新模型，使用文本编码器计算输入标签的嵌入，和基于 transformer 的图像编码器计算输入图像的嵌入，实现像 “草” 或 “建筑” 这样描述性的输入标签的密集像素嵌入，该模型利用语义类相应的文本嵌入与像素嵌入各自计算来训练图像编码器，实现了在测试阶段对未曾见过的类别进行泛化而不需要重新训练或仅需要单个样本的训练，且具有高度竞争的零 - shot 性能。

Jan, 2022

本文介绍了一种适用于语义图像分割的轻型体系结构 LiteSeg , 该体系结构采用了深度可分离卷积技术和新型 Atrous Spatial Pyramid Pooling 模块，同时提高了计算效率和精度。使用 MobileNetV2 作为骨干网络时，LiteSeg 在 Cityscapes 数据集上以 $640 imes 360$ 分辨率，每秒处理 161 帧的速度，实现了 67.81% 的平均交集联合值。

Dec, 2019

本文提出 FasterSeg 模型，通过神经架构搜索技术在新型多分辨率支路搜索空间上发现了性能卓越、速度更快的语义分割网络，并提出了一种解决低准确性、低延迟困境的方法，同时实现了教师 - 学生蒸馏机制，提高了学生网络的准确性。实验证明了 FasterSeg 的竞争力。

Dec, 2019

利用深度学习模型在机器人中作为感知信息提取器的部署，有许多困难之处。本文着重探讨了其中三个最显著的障碍，即如何将单个模型适应于同时执行多个任务的需求、如何实现实时性、以及如何使用具有不对等标注数量的非对称数据集。通过使用实时语义分割网络和知识蒸馏的简单解决方案，我们将这些障碍一一克服。最终，我们的系统可以方便地扩展，使用单个模型同时处理更多任务和未来更多的数据集，能够在室内和室外分别执行深度估计和分割，并在 640x480 像素的输入上只需要一个前向通道即可实现 13ms 和 6.5 GFLOPs 成本的效果，从而直接将其用于场景的 3D 语义重建中。

Sep, 2018

我们提出了一种边缘设备启用的实时铁路轨道分段算法，通过优化网络结构和在训练之后对模型进行量化，从而在边缘应用中实现适用性优化。实验结果表明，当输入尺寸为 480x480 时，我们改进的算法在达到 83.3% 的准确率的同时，实现了每秒 25 帧的实时推断速率，从而有效满足了实时和高效率操作的要求。

Jan, 2024

本文介绍了一种用于语义像素分割的深度全卷积神经网络，称为 SegNet。该网络架构由编码器网络、相应的解码器网络和像素分类层组成，编码器网络的拓扑结构与 VGG16 网络的 13 个卷积层完全相同，解码器使用池化索引计算非线性上采样，使得解码器可以将低分辨率的特征映射映射到全分辨率的特征映射，从而在像素级别进行分类。评估结果表明，SegNet 相对于其他现有的架构具有更好的推理性能和更高的效率。

Nov, 2015