金刚杖网络用于实时语义分割
计算机视觉与模式识别
2025-03-06 v1
摘要
最近的实时语义分割模型，无论是单分支结构还是多分支结构，都在性能和速度方面取得了良好效果。然而，它们的速度受到多路径模块的限制，且某些模型依赖于高性能教师模型进行训练。为克服这些问题，我们提出了金刚杖网络（GCNet）。具体而言，GCNet 在训练时使用垂直多卷积和水平多路径，这些结构在推理时被 reparameterized 合并为单个卷积，从而优化了性能和速度。这种设计使 GCNet 在训练期间能够自我扩大，在推理期间能够自我收缩，有效地成为一个无需外部教师模型的“教师模型”。实验结果表明，GCNet 在 Cityscapes、CamVid 和 Pascal VOC 2012 数据集上在性能和速度方面均优于现有最先进模型。代码已公开于 https://github.com/gyyang23/GCNet。
引用
@article{arxiv.2503.03325,
title = {Golden Cudgel Network for Real-Time Semantic Segmentation},
author = {Guoyu Yang and Yuan Wang and Daming Shi and Yanzhong Wang},
journal= {arXiv preprint arXiv:2503.03325},
year = {2025}
}