LEDNet：一种用于实时语义分割的轻量级编解码网络
计算机视觉与模式识别
2019-05-14 v3
摘要
巨大的计算负担限制了CNN在移动设备上用于密集估计任务。本文提出一种轻量级网络以解决该问题，即LEDNet，其采用非对称编解码架构用于实时语义分割任务。更具体地，编码器以ResNet作为骨干网络，其中在每个残差块中使用了通道分割与混洗两种新操作，在保持较高分割精度的同时大幅降低计算成本。另一方面，解码器中采用了注意力金字塔网络（APN）以进一步减轻整体网络复杂度。我们的模型参数量少于1M，并能在单块GTX 1080Ti GPU上以超过71 FPS的速度运行。综合实验表明，我们的方法在CityScapes数据集上就速度与精度的权衡取得了SOTA结果。
引用
@article{arxiv.1905.02423,
title = {LEDNet: A Lightweight Encoder-Decoder Network for Real-Time Semantic Segmentation},
author = {Yu Wang and Quan Zhou and Jia Liu and Jian Xiong and Guangwei Gao and Xiaofu Wu and Longin Jan Latecki},
journal= {arXiv preprint arXiv:1905.02423},
year = {2019}
}
备注
5 pages,3 figures,3 tables,accepted in IEEE ICIP 2019