Jul, 2023

分辨率感知的用于语义分割网络的空洞率设计

PDF
TL;DR为了获得最佳的可变倍数空洞率，本研究提出了基于输入图像尺寸的实用指南，并对深度神经网络 DeepLab 中的分割模块进行了内部行为分析，发现使用最佳的可变倍数空洞率能够持续提高分割结果。
deeplabsemantic segmentationatrous spatial pyramid poolingatrous ratesoptimal atrous rate
发现论文，激发创造
  • 重新思考空洞卷积在语义图像分割中的应用

    本文旨在设计 DeepLabv3 系统进行语义图像分割，并通过引入多尺度上下文与全局信息，使用多种空洞卷积组合实现对多尺度物体的分割，最终在 PASCAL VOC 2012 语义图像分割基准测试中取得了令人满意的表现。

    Jun, 2017

  • DeepLab：通过深度卷积网络，空洞卷积和全连接 CRF 进行语义图像分割

    本文提出了一种利用 Deep Learning 完成语义图像分割的方法，通过引入 atrous convolution 以及 atrous spatial pyramid pooling 来解决对象掩模问题，并结合 max-pooling 和 downsampling 与全连接条件随机场（CRF）来提高对象边界的定位准确性，在 PASCAL VOC-2012 等数据集上全面超越了以往的成果。

    Jun, 2016

  • DSNet：一种在语义分割中使用空洞卷积的新方法

    在语义分割任务中，采用空洞卷积作为增加感受野的方法，本研究通过在模型浅层引入大核心空洞卷积以及预训练图像编码器等策略，提出了 DSNet，一种新的双分支卷积神经网络结构，它在 ADE20K、Cityscapes 和 BDD 数据集上以更高的准确率和速度获得了最新的表现。

    Jun, 2024

  • 大感受野网络用于高比例图像超分辨率

    提出了 Large Receptive Field Networks，它可以扩展超分辨率网络的感受野，同时不增加深度或参数计数，通过实验证明该方法在提高准确率（PSNR / SSIM），减少参数计数和提高速度方面具有有效性。

    Apr, 2018

  • 城市街景的实时高性能语义图像分割

    本文提出了一种用于城市街景的语义分割的高性能深卷积神经网络方法，它实现了精度和速度之间的良好权衡，并展示了在实时速度下使用单个 NVIDIA TITAN X 卡片在具有挑战性的 Cityscapes 和 CamVid 测试数据集上分别实现了 73.6％和 68.0％的 mIoU 精度。

    Mar, 2020

  • 重访多尺度特征融合在语义分割中的应用

    本文提出了一种使用多尺度特征融合网络和 BiFPN 来进行实时图像语义分割的方法 ESeg，通过扩展传统的多尺度特征空间来实现，不需要高分辨率和昂贵的空洞卷积。实验证明，ESeg 在多个数据集上的表现比先前的方法更准确，并且实时性能得到提升。

    Mar, 2022

  • 采用空洞可分离卷积的编码器 - 解码器用于语义图像分割

    本文介绍了一种深度学习模型 DeepLabv3+，将网络的编码器和解码器模块相结合，采用空洞空间金字塔池化和深度可分离卷积技术，用于语义分割任务，实验表明该模型取得 89.0% 和 82.1% 的测试集性能，且附有 TensorFlow 参考实现。

    Feb, 2018

  • 快速注意力实时语义分割

    该论文提出一种新的 CNN 模型结构和快速空间注意力机制，能够在实时高分辨率图像和视频上进行语义分割，同时实现更好的准确性和速度。在 Cityscapes 数据集中，该模型在单个 Titan X GPU 上实现了 74.4％ mIoU 的 72 FPS 和 75.5％ mIoU 的 58 FPS，比现有方法快约 50％，并保持相同的准确性。

    Jul, 2020

  • 用于实时准确地对道路场景进行语义分割的深度双分辨率网络

    提出了一组高效的卷积神经网络骨干架构，通过双分辨率融合和深度上下文聚合金字塔池化模块，实现了在 Cityscapes 和 CamVid 数据集上的优于现有模型的精度和速度的实时语义分割。

    Jan, 2021

  • 用于高效语义分割的瀑布空洞空间池化架构

    我们提出了一种新的有效的语义分割架构 - 瀑布空洞空间池化架构，它在减少网络参数和内存占用的同时实现了显着的准确性提高。该架构利用级联架构中渐进过滤的效率，同时保持与空间金字塔配置相当的多尺度视场。 此外，我们的方法不依赖于具有条件随机场的后处理阶段，进一步减少了复杂性和所需的训练时间。我们证明，具有 ResNet 骨干结构的瀑布方法是一种稳健高效的语义分割架构，在 Pascal VOC 和 Cityscapes 数据集上获得了最先进的结果，并显著减少了参数数量。

    Dec, 2019