DPANET：用于语义分割的双池化注意力网络
计算机视觉与模式识别
2022-10-12 v1
摘要
图像分割是一项具有历史意义且重要的计算机视觉任务。在深度学习技术的帮助下，图像语义分割取得了巨大进展。近年来，基于注意力机制的指导，克服了 CNN 缺乏不同通道间交互的问题，并能有效捕获和聚合上下文信息。然而，注意力机制产生的大量操作导致其极高的复杂度以及对 GPU 内存的高需求。为此，我们提出了一种轻量且灵活的神经网络，命名为双池化注意力网络 (DPANet)。最重要的是，DPANet 中的所有模块生成的参数量为 \textbf{0}。第一个组件是空间池化注意力模块，我们制定了一种简单而强大的方法来密集提取上下文特征，并大幅减少了计算量和复杂度。同时，它展示了均匀和大卷积核尺寸的能力。第二个组件是通道池化注意力模块。众所周知，CNN 的计算过程融合了空间和通道维度的信息。因此，该模块的目的是将它们剥离，以构建所有通道的关系并选择性地增强不同通道的语义信息。此外，我们在分割数据集上进行了实验，表明我们的方法简单有效，且具有低参数量和计算复杂度。
引用
@article{arxiv.2210.05437,
title = {DPANET:Dual Pooling Attention Network for Semantic Segmentation},
author = {Dongwei Sun and Zhuolin Gao},
journal= {arXiv preprint arXiv:2210.05437},
year = {2022}
}