BiSeNet V2：用于实时语义分割的带引导聚合的双边网络
计算机视觉与模式识别
2020-04-07 v1
摘要
低层细节与高层语义对语义分割任务均不可或缺。然而，为加速模型推理，现有方法几乎总是牺牲低层细节，导致精度显著下降。我们提出将空间细节与类别语义分开处理，以在实时语义分割中实现高精度与高效率。为此，我们提出了一种在速度与精度间取得良好权衡的高效架构，称为双边分割网络（BiSeNet V2）。该架构包括：(i)细节分支，采用宽通道与浅层以捕获低层细节并生成高分辨率特征表示；(ii)语义分支，采用窄通道与深层以获取高层语义上下文。语义分支因缩减通道容量与快速下采样策略而轻量。此外，我们设计了引导聚合层以增强两类特征表示间的相互连接与融合。另设计了增强训练策略，在不增加任何推理开销的前提下提升分割性能。大量定量与定性评估表明，所提架构优于若干最先进的实时语义分割方法。具体而言，对于2048x1024输入，我们在Cityscapes测试集上以单张NVIDIA GeForce GTX 1080 Ti显卡156 FPS的速度取得72.6%平均IoU，显著快于现有方法，且分割精度更优。
引用
@article{arxiv.2004.02147,
title = {BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation},
author = {Changqian Yu and Changxin Gao and Jingbo Wang and Gang Yu and Chunhua Shen and Nong Sang},
journal= {arXiv preprint arXiv:2004.02147},
year = {2020}
}
备注
16 pages, 10 figures, 9 tables. Code is available at https://git.io/BiSeNet