DSNet：一种在语义分割中应用空洞卷积的新方法
计算机视觉与模式识别
2024-06-07 v1
摘要
空洞卷积作为增加语义分割任务感受野的常用方法，但在以往的语义分割工作中，很少被应用于模型的浅层。我们重新审视了现代卷积神经网络（CNN）中空洞卷积的设计，证明使用大尺寸卷积核进行空洞卷积的概念可能是更强大的范式。我们提出了三项指导原则，以更高效地应用空洞卷积。遵循这些指导原则，我们提出了DSNet——一种双分支CNN架构，融合了浅层的空洞卷积，并通过在ImageNet上对 nearly 整个编码器进行预训练以获得更佳性能。为展示我们方法的有效性，我们的模型在ADE20K、Cityscapes和BDD数据集上实现了在准确率与速度之间新颖的权衡。具体而言，DSNet在ADE20K上实现40.0%的mIOU，推理速度为179.2 FPS；在Cityscapes上实现80.4%的mIOU，速度为81.9 FPS。源代码和模型已在Github上提供：https://github.com/takaniwa/DSNet。
引用
@article{arxiv.2406.03702,
title = {DSNet: A Novel Way to Use Atrous Convolutions in Semantic Segmentation},
author = {Zilu Guo and Liuyang Bian and Xuan Huang and Hu Wei and Jingyu Li and Huasheng Ni},
journal= {arXiv preprint arXiv:2406.03702},
year = {2024}
}