TriLiteNet：面向多任务视觉感知的轻量级模型
计算机视觉与模式识别
2025-09-05 v1
摘要
高效感知模型是自动驾驶辅助系统（ADAS）的关键，因为此类应用要求实时处理以确保在真实环境中的安全与有效性。为满足此类感知模型的实时执行需求，本文介绍TriLiteNet模型。该模型可同时管理与全景驾驶感知相关的多项任务。TriLiteNet旨在优化性能，同时保持低计算成本。在BDD100k数据集上的实验结果表明，该模型在三个关键任务上实现了具竞争力的性能：车辆检测、可驾驶区域分割和车道线分割。具体而言，TriLiteNet_base在车辆检测上实现85.6%的召回率，在可驾驶区域分割上实现92.4%的平均交并比（mIoU），在车道线分割上实现82.3%的准确率，仅需2.35M参数且计算成本为7.72 GFLOPs。我们提出的模型包含一个极小配置，仅需0.14M参数，提供最小化计算需求的多任务解决方案。在嵌入式设备上评估了延迟和功耗，TriLiteNet两种配置均显示出低延迟和合理功耗。通过在性能、计算效率和可扩展性之间进行权衡，TriLiteNet为实际可部署的真实世界自动驾驶应用提供了实用方案。代码已公开于https://github.com/chequanghuy/TriLiteNet。
引用
@article{arxiv.2509.04092,
title = {TriLiteNet: Lightweight Model for Multi-Task Visual Perception},
author = {Quang-Huy Che and Duc-Khai Lam},
journal= {arXiv preprint arXiv:2509.04092},
year = {2025}
}