语义分割论文:LiteSeg: A Novel Lightweight ConvNet for Semantic Segmentation及其Pytorch实现

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。