无解码器的卷积网络语义二值分割
计算机视觉与模式识别
2018-05-29 v2
摘要
在本文中，我们提出一种利用深度到空间（D2S）操作的高效语义图像分割架构。我们的 D2S 模型由一个标准 CNN 编码器及随后对最终卷积特征图的深度到空间重排组成。我们的方法剔除了传统编码器-解码器分割模型的解码器部分，并将计算量几乎减半。作为 DeepGlobe 道路提取竞赛的参与者，我们在相应的道路分割数据集上评估了我们的模型。我们高效的 D2S 模型以低得多的计算成本展现出与标准分割模型相当的性能。
引用
@article{arxiv.1805.00138,
title = {Semantic Binary Segmentation using Convolutional Networks without Decoders},
author = {Shubhra Aich and William van der Kamp and Ian Stavness},
journal= {arXiv preprint arXiv:1805.00138},
year = {2018}
}
备注
CVPR 2018 DeepGlobe Workshop; Code repository: https://github.com/littleaich/deepglobe2018