MSCFNet：一种用于实时语义分割的轻量多尺度上下文融合网络
计算机视觉与模式识别
2021-07-19 v2
摘要
近年来，如何在精度与推理速度之间取得良好权衡已成为实时语义分割应用的核心问题，其在自动驾驶系统与无人机等实际场景中起着至关重要的作用。本研究设计了一种采用多尺度上下文融合（MSCFNet）方案的新型轻量网络，其探索了一种非对称编码器-解码器架构来解决该问题。更具体地，编码器采用若干所开发的高效非对称残差（EAR）模块，这些模块由分解深度可分离卷积与膨胀卷积组成。同时，解码器未采用复杂计算，而是应用简单的反卷积以进一步减少参数量，同时仍保持较高的分割精度。此外，MSCFNet 具有来自网络不同阶段的带高效注意力模块的分支，以很好地捕获多尺度上下文信息。随后我们在最终分类前将其融合，以增强特征表达并提升分割效率。在具有挑战性的数据集上的综合实验表明，所提出的 MSCFNet 仅含 1.15M 参数，在 Cityscapes 测试集上取得了 71.9% 的平均交并比（Mean IoU），并能在单块 Titan XP GPU 配置上以超过 50 FPS 的速度运行。
引用
@article{arxiv.2103.13044,
title = {MSCFNet: A Lightweight Network With Multi-Scale Context Fusion for Real-Time Semantic Segmentation},
author = {Guangwei Gao and Guoan Xu and Yi Yu and Jin Xie and Jian Yang and Dong Yue},
journal= {arXiv preprint arXiv:2103.13044},
year = {2021}
}
备注
IEEE Transactions on Intelligent Transportation Systems, 11 pages, 7 figures