用于道路场景语义分割的受限反卷积网络训练
计算机视觉与模式识别
2016-04-07 v1
摘要
本工作中，我们研究使用反卷积网络（DNs）进行道路场景语义分割的问题。若干约束限制了DNs在此场景下的实际性能：首先是现有像素级标注训练数据的匮乏，其次是嵌入式硬件的内存约束，这排除了诸如全卷积网络（FCN）等最先进DN架构的实际使用。为解决第一个约束，我们引入了多域道路场景语义分割（MDRS3）数据集，汇集六个现有密集与稀疏标注数据集用于训练我们的模型，以及两个现有独立数据集用于测试其泛化性能。我们展示尽管MDRS3提供了更大量与多样性的数据，内存高效DN的端到端训练并未产生满意性能。我们提出一种新的训练策略以克服此问题，基于（i）从聚合数据创建最佳可能的源网络（S-Net），忽略时间与内存约束；（ii）将知识从S-Net迁移至内存高效目标网络（T-Net）。我们评估了不同的S-Net创建与T-Net迁移技术，并证明以这种方式训练受限反卷积网络能解锁优于现有训练方法的性能。具体地，我们展示目标网络可被训练以达成比FCN更高的精度，尽管所用内存不足其 1\%。我们相信我们的方法可超越汽车场景，应用于标注数据同样稀缺或碎片化且对期望模型大小存在实际约束的场合。我们公开了网络模型与聚合多域数据集以保证可复现性。
引用
@article{arxiv.1604.01545,
title = {Training Constrained Deconvolutional Networks for Road Scene Semantic Segmentation},
author = {German Ros and Simon Stent and Pablo F. Alcantarilla and Tomoki Watanabe},
journal= {arXiv preprint arXiv:1604.01545},
year = {2016}
}
备注
submitted as a conference paper