如何利用小游戏调试工具提升小程序开发效率,提升开发效率与合规性
797
2022-10-06
语义分割论文:LiteSeg: A Novel Lightweight ConvNet for Semantic Segmentation及其Pytorch实现
LiteSeg: A Novel Lightweight ConvNet for Semantic Segmentation PDF: PyTorch代码: 概述
提出一个新的更深层的Atrous Spatial Pyramid Pooling module (ASPP),并应用了(Long and short residual connection)长短残差连接以及(Depthwise Separable Convolution)深度可分离卷积,从而得到了一个更快、更有效的语义分割模型。
2 LiteSeg 网络结构图:
LiteSeg 主要基于Deeplab V3+修改而来,下面为两者的对比:
Deeplab V3+:
LiteSeg:
区别:
Encoder
DASPP在ASPP的每个3 x 3卷积后面再加一个3 x 3的卷积,同时将所有3 x 3的核由256减少为96;通过 short residual connection融合DASPP的输入和输出;
Decoder
在原来的 3 × 3 卷积后面再添加一个3 × 3 卷积,同时将所有3 x 3的核由256减少为96;通过 long residual connection融合Backbone的第一阶段输出和Encoder输出;
Pytorch代码:
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~