金字塔场景解析网络
计算机视觉与模式识别
2017-04-28 v2
摘要
场景解析对于不受限制的开放词汇和多样化场景具有挑战性。在本文中，我们通过金字塔池化模块以及提出的金字塔场景解析网络（PSPNet），利用基于不同区域的上下文聚合来发掘全局上下文信息的能力。我们的全局先验表示在场景解析任务中能有效产生高质量结果，同时 PSPNet 为像素级预测任务提供了卓越的框架。所提出的方法在各种数据集上取得了 SOTA 性能。它在 ImageNet 2016 场景解析挑战赛、PASCAL VOC 2012 基准和 Cityscapes 基准中排名第一。单个 PSPNet 在 PASCAL VOC 2012 上创下了 85.4% 的 mIoU 准确率新纪录，在 Cityscapes 上的准确率为 80.2%。
引用
@article{arxiv.1612.01105,
title = {Pyramid Scene Parsing Network},
author = {Hengshuang Zhao and Jianping Shi and Xiaojuan Qi and Xiaogang Wang and Jiaya Jia},
journal= {arXiv preprint arXiv:1612.01105},
year = {2017}
}
备注
CVPR 2017