面向语义分割的上下文感知填充
计算机视觉与模式识别
2021-09-17 v1
摘要
零填充被广泛用于卷积神经网络中,以防止特征图尺寸过快缩减。然而,已有观点认为其会扰乱边界处的统计特性。作为替代,我们提出一种上下文感知(CA)填充方法来扩展图像。我们将填充问题重新表述为图像外推问题,并阐明其在语义分割任务上的效果。使用上下文感知填充,基于 ResNet 的分割模型在 Cityscapes 和 DeepGlobe 卫星成像挑战数据集上取得了比传统零填充更高的平均交并比。此外,我们的填充在训练和测试时未带来明显开销。
引用
@article{arxiv.2109.07854,
title = {Context-aware Padding for Semantic Segmentation},
author = {Yu-Hui Huang and Marc Proesmans and Luc Van Gool},
journal= {arXiv preprint arXiv:2109.07854},
year = {2021}
}