语义分割-PSPNet（Pyramid Scene Parsing Network）

摘要

论文
Pyramid Scene Parsing Network

code
PSPNet.git

成绩
2016年ImageNet场景分类挑战赛第一，PASCAL VOC 2012数据集上语义分割第一，城市场景Cityscapes data数据集上第一。

主要贡献

提出金字塔场景解析网络，提取困难场景中的上下文信息，嵌入基于FCN的像素预测的网络框架中。
基于深度监督损失为ResNet网络制定有效的优化策略。
为最优场景分类构建了一个实用的系统，其中包含了所有关键的实现细节。

baseline network
FCN and dilated network

mIoU accuracy

PASCAL VOC 2012：85.4%
Cityscapes：80.2%

数据集

ADE20K dataset
新的ADE20K 数据集包含150种对象类别标签和1038种图像级别场景描述。挑战数据被分成20k/2k/3k张图像进行训练、验证和测试。

Cityscapes
Cityscapes是最近发布的用于城市场景语义理解的数据集。包含50个不同城市不同季节的5000个像素级精细注释的高质量图像。2975500张图像用于训练，1525张图像用于测试。定义了19个对象类别。为了比较使用精细数据训练和使用精细和粗略数据训练的差异，提供了20000个粗略注释的图像。