面向自动驾驶汽车的多尺度空间注意力语义分割
计算机视觉与模式识别
2020-10-02 v3 机器学习
摘要
本文提出了一种新颖的神经网络，利用多尺度特征融合实现精确高效的语义图像分割。我们使用基于 ResNet 的特征提取器，在下采样部分使用空洞卷积层，在上采样部分使用带孔卷积层，并通过拼接操作将它们合并。我们提出了一种新的注意力模块，以编码更多上下文信息并增强网络的感受野。我们对网络进行了深入的理论分析，并给出了训练和优化细节。我们的网络在 Camvid 数据集和 Cityscapes 数据集上进行了训练和测试，使用每类平均准确率和交并比（IOU）作为评估指标。我们的模型在语义分割任务上优于以往的最先进方法，平均 IOU 值达到 74.12，同时运行速度超过 100 FPS。
引用
@article{arxiv.2007.12685,
title = {Semantic Segmentation With Multi Scale Spatial Attention For Self Driving Cars},
author = {Abhinav Sagar and RajKumar Soundrapandiyan},
journal= {arXiv preprint arXiv:2007.12685},
year = {2020}
}
备注
11 pages, 6 figures