前言
前不久 Amusi 整理了 图像分割(Image Segmentation)较为值得关注的综述论文:大盘点 | 2019年5篇图像分割算法最佳综述
本文将聚焦图像分割的子领域语义分割(Semantic Segmentation)中的子方向:轻量级/实时语义分割。这次分享的paper将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):
https://github.com/amusi/daily-paper-computer-vision
注意事项:
轻量级/实时语义分割论文
【1】FDDWNet:用于实时语义分割的轻量级卷积神经网络
《FDDWNet: A Lightweight Convolutional Neural Network for Real-time Sementic Segmentation》
时间:20191107
作者团队:南京邮电大学
链接:https://arxiv.org/abs/1911.00632
注:在GTX 2080Ti 上对1024x512图像进行语义分割,速度高达60 FPS!优于ICNet和DABNet等网络
【2】MSFNet:多重空间融合网络的实时语义分割
《Real-Time Semantic Segmentation via Multiply Spatial Fusion Network》
时间:20191120
作者团队:北航&旷视&鹏城实验室
链接:https://arxiv.org//abs/1911.07217
注:MSFNet在Cityscapes test上77.1%mIoU/41FPS(注意是1024*2048),在Camvid test上75.4 mIoU/97FPS!Amusi 认为其是目前FPS和mIoU trade-off最强的实时语义分割网络
Multiply Spatial Fusion Network
【3】RGPNet:实时通用性的语义分割网络
《RGPNet: A Real-Time General Purpose Semantic Segmentation》
时间:20191204
作者团队:NavInfo Europe
链接:https://arxiv.org/abs/1912.01394
注:基于TensorRT,RGPNet速度在37.8FPS-153.4 FPS,性能优于ShelfNet、BiSeNet和ICNet等网络
RGPNet
【4】LiteSeg:用于语义分割的新型轻量级卷积网络
《LiteSeg: A Novel Lightweight ConvNet for Semantic Segmentation》
时间:20191217
作者团队:艾因·夏姆斯大学
链接:https://arxiv.org/abs/1912.06683
注:LiteSeg+MobileNetV2,速度高达161FPS!67.81% mIoU在 Cityscapes(640*360),优于DSNet等网络
LiteSeg