用于语义分割的扩张 SpineNet
计算机视觉与模式识别
2021-03-24 v1 人工智能
摘要
尺度置换网络在目标边界框检测与实例分割上已展现出有前景的结果。特征的尺度置换与跨尺度融合使网络能够捕获多尺度语义，同时保留空间分辨率。在本工作中，我们在语义分割这一同样受益于高空间分辨率和不同网络阶段多尺度特征融合的视觉任务上评估了这一元架构设计。通过进一步利用扩张卷积操作，我们提出了 SpineNet-Seg，一种由神经架构搜索（NAS）从 DeepLabv3 系统中搜索得到的网络。SpineNet-Seg 针对语义分割任务设计了更优的尺度置换网络拓扑，并为每个块定制了扩张率。在多个流行基准上，SpineNet-Seg 模型在所有模型尺度上以速度和精度优于 DeepLabv3/v3+ 基线。特别地，我们的 SpineNet-S143+ 模型在流行的 Cityscapes 基准上以 83.04% mIoU 取得了新的最优性能（SOTA），并在 PASCAL VOC2012 基准上以 85.56% mIoU 获得了强劲表现。SpineNet-Seg 模型在一个具有挑战性的街景分割数据集上也展示了有前景的结果。代码与检查点将开源。
引用
@article{arxiv.2103.12270,
title = {Dilated SpineNet for Semantic Segmentation},
author = {Abdullah Rashwan and Xianzhi Du and Xiaoqi Yin and Jing Li},
journal= {arXiv preprint arXiv:2103.12270},
year = {2021}
}
备注
8 pages