MFPNet：用于轻量级语义分割的多尺度特征传播网络
计算机视觉与模式识别
2023-09-13 v2 人工智能
摘要
与聚焦于大规模模型的丰富研究相反，轻量级语义分割的进展似乎以相对较慢的速度推进。然而，现有的紧凑方法常因其网络较浅而受限于有限的特征表示能力。在本文中，我们提出一种名为多尺度特征传播网络（MFPNet）的新型轻量级分割架构，以解决该困境。具体而言，我们设计了一种鲁棒的编码器-解码器结构，其具有由灵活瓶颈残差模块（BRM）组成的对称残差块，以探索深层且丰富的多尺度语义上下文。此外，得益于其对潜在长程上下文关系建模的能力，我们利用图卷积网络（GCN）来促进 BRM 块之间的多尺度特征传播。在基准数据集上评估时，我们提出的方法展示了优越的分割结果。
引用
@article{arxiv.2309.04914,
title = {MFPNet: Multi-scale Feature Propagation Network For Lightweight Semantic Segmentation},
author = {Guoan Xu and Wenjing Jia and Tao Wu and Ligeng Chen},
journal= {arXiv preprint arXiv:2309.04914},
year = {2023}
}
备注
5 pages, 3 figures, 5tables, conference