Real-Time High-Performance Semantic Image Segmentation of Urban Street Scenes解读

论文地址：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9042876 年份：2020

关键词：轻量级、精度和速度的平衡

一、工作

1.提出了一个高性能实时分割网络，用于分割城市街道景色。实现了速度精度更好的平衡。上图：

2.用到的模块：

（1）distinctive atrous spatial pyramid pooling/ASPP，作用：提取不同size的pooling层的信息，让encoder的ferture更加丰富、易于分辨，用作检测多尺度的目标。

（2）spatial detail-preserving network/SPN，作用：带有浅卷积层，用来产生高分辨率的feature map，保护空间信息的细节。

（3）feature fusion network/FFN，作用：有效的结合来自DSPP和SPN的深层和浅层的feature。

（4）baseline：lightweight baseline network with atrous convolution and attention/LBN-AA

3.表现

cityscapes：73.6%miou（test），51.0fps。camid：68.0%miou（test），39.3fps