MAVNet：一种用于微型飞行器任务的高效语义分割微网络
计算机视觉与模式识别
2019-06-11 v2
摘要
在受尺寸、重量和功耗（SWaP）约束的平台上进行实时语义图像分割是空中监视与巡检的一个重要关注领域。在这项工作中，我们提出 MAVNet：一种用于微型飞行器（MAV）上实时语义分割的小型轻量深度神经网络。MAVNet 受 ERFNet 启发，参数数量减少至约 1/400，并在实证实验中与一些参考模型取得相当的性能。我们的模型在速度与精度之间取得权衡，在处理高分辨率图像时于 NVIDIA 1080Ti 上可达 48 FPS，在 NVIDIA Jetson Xavier 上可达 9 FPS。此外，我们提供两个新数据集，代表了实时 MAV 跟踪与基础设施巡检任务中语义分割的挑战，并在这些数据集上验证 MAVNet。我们的算法与数据集已公开可用。
引用
@article{arxiv.1904.01795,
title = {MAVNet: an Effective Semantic Segmentation Micro-Network for MAV-based Tasks},
author = {Ty Nguyen and Shreyas S. Shivakumar and Ian D. Miller and James Keller and Elijah S. Lee and Alex Zhou and Tolga Ozaslan and Giuseppe Loianno and Joseph H. Harwood and Jennifer Wozencraft and Camillo J. Taylor and Vijay Kumar},
journal= {arXiv preprint arXiv:1904.01795},
year = {2019}
}
备注
8 pages, 9 figures