DeepLab2：一个用于深度标注的 TensorFlow 库
计算机视觉与模式识别
2021-06-21 v1
摘要
DeepLab2是一个用于深度标注的TensorFlow库，旨在为计算机视觉中通用的密集像素预测问题提供一个最先进且易于使用的TensorFlow代码库。DeepLab2包含了我们所有近期开发的DeepLab模型变体及其预训练检查点，以及模型训练和评估代码，使社区能够复现并进一步改进最先进的系统。为展示DeepLab2的有效性，我们采用Axial-SWideRNet作为网络主干的Panoptic-DeepLab在Cityscapes验证集上以单尺度推理和ImageNet-1K预训练检查点取得了68.0% PQ或83.5% mIoU。我们希望公开分享我们的库能够促进未来关于密集像素标注任务的研究，并设想该技术的新应用。代码已在 \url{https://github.com/google-research/deeplab2} 公开可用。
引用
@article{arxiv.2106.09748,
title = {DeepLab2: A TensorFlow Library for Deep Labeling},
author = {Mark Weber and Huiyu Wang and Siyuan Qiao and Jun Xie and Maxwell D. Collins and Yukun Zhu and Liangzhe Yuan and Dahun Kim and Qihang Yu and Daniel Cremers and Laura Leal-Taixe and Alan L. Yuille and Florian Schroff and Hartwig Adam and Liang-Chieh Chen},
journal= {arXiv preprint arXiv:2106.09748},
year = {2021}
}
备注
4-page technical report. The first three authors contributed equally to this work