FlatteNet：一种用于密集像素级预测的简单通用框架
计算机视觉与模式识别
2020-01-01 v3
摘要
本文致力于设计一种用于密集像素级预测的通用框架，其目标是为图像中的每个像素分配一个离散或连续的标签。众所周知，由于重复的子采样操作导致的特征分辨率降低，对基于全卷积网络（FCN）的模型构成了严峻挑战。与常用的扩张卷积和编码器-解码器结构等策略不同，我们引入了扁平化模块（Flattening Module），以在不移除任何子采样操作也不构建复杂解码器模块的情况下产生高分辨率预测。此外，扁平化模块轻量且可轻松与任何现有 FCN 结合，使模型构建者能够通过简单选择不同的骨干网络在模型大小、计算成本和精度之间进行权衡。我们通过在 MPII 上的人体姿态估计、PASCAL-Context 上的语义分割以及 PASCAL VOC 上的目标检测中取得具有竞争力的结果，实证地展示了所提扁平化模块的有效性。我们希望所提方法能够作为当前主流密集像素级预测框架的一个简单而强大的替代方案。
引用
@article{arxiv.1909.09961,
title = {FlatteNet: A Simple Versatile Framework for Dense Pixelwise Prediction},
author = {Xin Cai and Yi-Fei Pu},
journal= {arXiv preprint arXiv:1909.09961},
year = {2020}
}