HyperSeg：用于实时语义分割的逐块超网络
计算机视觉与模式识别
2021-04-09 v2
摘要
我们提出一种新颖的实时语义分割网络，其中编码器既编码又生成解码器的参数（权重）。此外，为实现最大适应性，每个解码器块处的权重在空间上变化。为此，我们设计了一种新型超网络，由用于提取更高层上下文特征的嵌套 U-Net、在消耗前立即生成解码器中每个块权重的多头权重生成模块（以实现高效内存利用）以及由新颖的动态逐块卷积组成的主网络构成。尽管使用了非常规模块，我们的架构仍获得实时性能。在运行时间-精度权衡方面，我们在流行语义分割基准上超越最先进水平（SotA）结果：PASCAL VOC 2012（验证集）以及 Cityscapes 和 CamVid 上的实时语义分割。代码可用：https://nirkin.com/hyperseg。
引用
@article{arxiv.2012.11582,
title = {HyperSeg: Patch-wise Hypernetwork for Real-time Semantic Segmentation},
author = {Yuval Nirkin and Lior Wolf and Tal Hassner},
journal= {arXiv preprint arXiv:2012.11582},
year = {2021}
}
备注
IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)