面向语义分割网络的分辨率感知空洞率设计
计算机视觉与模式识别
2023-07-27 v1
摘要
DeepLab是一种广泛使用的语义分割深度神经网络，其成功归功于称为空洞空间金字塔池化（ASPP）的并行架构。ASPP使用具有不同空洞率的多个空洞卷积来提取局部与全局信息。然而，ASPP模块采用固定的空洞率值，这限制了其视野大小。原则上，空洞率应是根据目标任务或数据集改变视野大小超参数。但空洞率的操作并无任何准则指导。本研究提出了获取最优空洞率的实用准则。首先，引入语义分割的有效感受野以分析分割网络的内在行为。我们观察到ASPP模块的使用在有效感受野中产生了特定模式，并追溯该模式以揭示模块的底层机制。据此，我们推导出获取最优空洞率的实用准则，其应基于输入图像尺寸进行控制。与其他值相比，使用最优空洞率在包括STARE、CHASE_DB1、HRF、Cityscapes和iSAID在内的多个数据集上一致地改善了分割结果。
引用
@article{arxiv.2307.14179,
title = {Resolution-Aware Design of Atrous Rates for Semantic Segmentation Networks},
author = {Bum Jun Kim and Hyeyeon Choi and Hyeonah Jang and Sang Woo Kim},
journal= {arXiv preprint arXiv:2307.14179},
year = {2023}
}
备注
18 pages, 12 figures