在多个异构数据集上训练卷积网络用于街景语义分割
计算机视觉与模式识别
2018-07-10 v2 机器学习
摘要
我们提出一种带分层分类器的卷积网络用于逐像素语义分割，该网络能够在多个异构数据集上训练并利用其语义层次结构。我们的网络首个同时在智能车辆领域的三个不同数据集（即 Cityscapes、GTSDB 和 Mapillary Vistas）上训练，并能够处理不同的语义细节层级、类别不平衡以及不同的标注类型，即稠密逐像素与稀疏边界框标签。我们通过与扁平非分层分类器比较来评估分层方法，结果显示 Cityscapes 类别平均像素精度提升 13.0%，Vistas 类别提升 2.4%，GTSDB 类别提升 32.3%。我们的实现在 GPU 上以 520x706 分辨率运行 108 个类别时达到 17 fps 的推理速率。
引用
@article{arxiv.1803.05675,
title = {Training of Convolutional Networks on Multiple Heterogeneous Datasets for Street Scene Semantic Segmentation},
author = {Panagiotis Meletis and Gijs Dubbelman},
journal= {arXiv preprint arXiv:1803.05675},
year = {2018}
}
备注
IEEE Intelligent Vehicles 2018