具有置信度自适应能力的任意时刻密集预测
计算机视觉与模式识别
2022-04-26 v2 机器学习
摘要
任意时刻推理要求模型做出一系列可能在任意时刻被中止的预测。先前关于任意时刻视觉识别的研究多集中于图像分类。我们提出了首个统一且端到端的任意时刻密集预测方法。在模型上附加一系列“出口”以进行多次预测。我们重新设计了这些出口，以考虑每个出口特征的深度与空间分辨率。为减少总计算量并充分利用先前的预测，我们开发了一种新颖的空间自适应方法，以避免在早先预测已足够置信的区域上做进一步计算。我们的完整方法称为具有置信度的任意时刻密集预测（ADP-C），在达到与基线模型相同的最终精度的同时，显著降低了总计算量。我们在 Cityscapes 语义分割和 MPII 人体姿态估计上评估了该方法：ADP-C 实现了不牺牲精度的任意时刻推理，同时将其基线模型的总 FLOPs 分别降低了 44.4% 和 59.1%。我们与基于深度平衡网络和基于特征的随机采样的任意时刻推理进行比较，表明 ADP-C 在精度-计算量曲线上均占优。我们的代码见 https://github.com/liuzhuang13/anytime 。
引用
@article{arxiv.2104.00749,
title = {Anytime Dense Prediction with Confidence Adaptivity},
author = {Zhuang Liu and Zhiqiu Xu and Hung-Ju Wang and Trevor Darrell and Evan Shelhamer},
journal= {arXiv preprint arXiv:2104.00749},
year = {2022}
}
备注
Published in ICLR 2022