理解用于语义分割的卷积操作
计算机视觉与模式识别
2018-06-04 v3
摘要
深度学习，特别是深度卷积神经网络（CNN）的最新进展，使得语义分割系统的性能较以往有了显著提升。本文展示了如何通过操控具有理论和实践价值的卷积相关操作来改进像素级语义分割。首先，我们设计了稠密上采样卷积（DUC）来生成像素级预测，该操作能够捕获并解码通常在双线性上采样中缺失的更详细信息。其次，我们在编码阶段提出了一个混合空洞卷积（HDC）框架。该框架 1) 有效扩大了网络的感受野（RF）以聚合全局信息；2) 缓解了我们所称的由标准空洞卷积操作引起的“网格化问题”。我们在 Cityscapes 数据集上全面评估了我们的方法，并在提交时于测试集上取得了 80.1% mIOU 的最新领先结果。我们还在 KITTI 道路估计基准和 PASCAL VOC2012 分割任务上取得了当时最优的整体性能。我们的源代码可在 https://github.com/TuSimple/TuSimple-DUC 找到。
引用
@article{arxiv.1702.08502,
title = {Understanding Convolution for Semantic Segmentation},
author = {Panqu Wang and Pengfei Chen and Ye Yuan and Ding Liu and Zehua Huang and Xiaodi Hou and Garrison Cottrell},
journal= {arXiv preprint arXiv:1702.08502},
year = {2018}
}
备注
WACV 2018. Updated acknowledgements. Source code: https://github.com/TuSimple/TuSimple-DUC