Cross-CBAM：一种用于场景分割的轻量级网络
计算机视觉与模式识别
2023-06-06 v1 机器学习
图像与视频处理
摘要
场景解析对实时语义分割而言是一大挑战。尽管传统语义分割网络在语义精度上取得了显著飞跃，但推理速度表现不尽如人意。同时，这一进展是依靠相当庞大的网络和强大的计算资源实现的。然而，在算力受限的边缘计算设备上难以运行极大模型，这对实时语义分割任务构成了巨大挑战。本文提出 Cross-CBAM 网络，一种用于实时语义分割的新型轻量级网络。具体而言，提出挤压-激励空洞空间金字塔池化模块（SE-ASPP）以获取可变感受野与多尺度信息。我们还提出交叉卷积块注意力模块（CCBAM），其中在 CCBAM 模块中采用交叉相乘操作使高层语义信息引导低层细节信息。与以往工作不同，这些工作利用注意力在主干网络中聚焦于所需信息，CCBAM 在 FPN 结构中采用交叉注意力进行特征融合。在 Cityscapes 数据集和 Camvid 数据集上的大量实验证明了所提 Cross-CBAM 模型的有效性，其在分割精度与推理速度之间实现了良好的权衡。在 Cityscapes 测试集上，我们在 NVIDIA GTX 1080Ti 上以 240.9FPS 的速度达到 73.4% mIoU，并以 88.6FPS 的速度达到 77.2% mIoU。
引用
@article{arxiv.2306.02306,
title = {Cross-CBAM: A Lightweight network for Scene Segmentation},
author = {Zhengbin Zhang and Zhenhao Xu and Xingsheng Gu and Juan Xiong},
journal= {arXiv preprint arXiv:2306.02306},
year = {2023}
}