面向语义分割的特征早期融合
计算机视觉与模式识别
2024-02-12 v1
摘要
本文提出了一种新颖的分割框架，将分类器网络与反向 HRNet 架构相结合，以实现高效的图像分割。我们的方法采用以半监督方式预训练的 ResNet-50 骨干网络，生成多尺度的特征图。这些特征图随后由反向 HRNet 处理，该网络通过 1x1 卷积适配不同的通道维度，从而生成最终的分割输出。我们策略性地避免对骨干网络进行微调，以最小化训练过程中的内存消耗。我们的方法在 Mapillary Vistas、Cityscapes、CamVid、COCO 和 PASCAL-VOC2012 等多个基准数据集上进行了严格测试，采用像素准确率和平均交并比 (mIoU) 等指标评估分割性能。结果表明，我们提出的模型能够实现高分割精度，显示出其在图像分析各种应用中的潜力。通过在统一框架中利用 ResNet-50 和反向 HRNet 的优势，我们为图像分割挑战提供了一种稳健的解决方案。
引用
@article{arxiv.2402.06091,
title = {Early Fusion of Features for Semantic Segmentation},
author = {Anupam Gupta and Ashok Krishnamurthy and Lisa Singh},
journal= {arXiv preprint arXiv:2402.06091},
year = {2024}
}