DRBANET：一种带边界辅助的轻量级双分辨率语义分割网络
计算机视觉与模式识别
2021-11-02 v1
摘要
由于对图像细节与语义的强大编码能力，近年来提出了许多轻量级双分辨率网络。然而，其中大多数忽略了边界信息的益处。本文提出一种名为 DRBANet 的轻量级双分辨率网络，旨在借助边界信息精炼语义分割结果。DRBANet 采用双并行架构，包括：高分辨率分支（HRB）和低分辨率分支（LRB）。具体而言，HRB 主要由一组高效逆瓶颈模块（EIBM）构成，其以更大感受野学习特征表示。LRB 由一系列 EIBM 和一个极轻量金字塔池化模块（ELPPM）组成，其中 ELPPM 通过分层残差连接捕获多尺度上下文。最后，设计了一个边界监督头用于在 HRB 中捕获物体边界。在 Cityscapes 和 CamVid 数据集上的大量实验表明，我们的方法在分割精度与运行效率之间取得了良好的权衡。
引用
@article{arxiv.2111.00509,
title = {DRBANET: A Lightweight Dual-Resolution Network for Semantic Segmentation with Boundary Auxiliary},
author = {Linjie Wang and Quan Zhou and Chenfeng Jiang and Xiaofu Wu and Longin Jan Latecki},
journal= {arXiv preprint arXiv:2111.00509},
year = {2021}
}