ESPNet：用于语义分割的扩张卷积高效空间金字塔
计算机视觉与模式识别
2018-07-26 v3
摘要
我们提出一种快速高效的卷积神经网络 ESPNet，用于在资源受限条件下对高分辨率图像进行语义分割。ESPNet 基于一种新的卷积模块——高效空间金字塔（ESP），其在计算、内存与功耗方面均高效。ESPNet 比当前最优的语义分割网络 PSPNet 在标准 GPU 上快 22 倍、小 180 倍，而其类别精度仅低 8%。我们在包括 Cityscapes、PASCAL VOC 以及乳腺活检全切片图像数据集在内的多种语义分割数据集上评估了 ESPNet。在相同的内存与计算约束下，ESPNet 在标准指标以及我们新引入的衡量边缘设备效率的性能指标上均优于所有当前高效 CNN 网络，如 MobileNet、ShuffleNet 与 ENet。我们的网络在标准 GPU 与边缘设备上分别能以每秒 112 帧与 9 帧的速率处理高分辨率图像。
引用
@article{arxiv.1803.06815,
title = {ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation},
author = {Sachin Mehta and Mohammad Rastegari and Anat Caspi and Linda Shapiro and Hannaneh Hajishirzi},
journal= {arXiv preprint arXiv:1803.06815},
year = {2018}
}
备注
Accepted at ECCV'18