zoukankan      html  css  js  c++  java
  • AI BiSeNet

    BiSeNet,是用于实时语义分割的双向分割网络。

    语义分割需要丰富的空间信息,以及足够大的感受野。但是,现代方法通常牺牲空间分辨率来得到实时推断速度,导致性能表现不好。

    通过设计小步长的空间路径(spatial path)来保留空间信息和生成高分辨率特征。同时,快速下采样的上下文路径(context path)可以得到足够的感受野。然后,特征融合模块能够有效地结合各种特征。

    语义分割,就是对每个像素进行分类。

    模型加速的方法

    1)裁剪或者resize输入的图像,以减少计算复杂度。简单有效,但是空间细节的丢失(特别是边界),会导致预测精度下降。

    2)减少通道数或者阶段。

    3)U型架构。

    参考链接

    https://arxiv.org/pdf/1808.00897.pdf

  • 相关阅读:
    上传文件事件并校验:event.target.files && event.target.files[0]
    深浅拷贝
    Git学习
    Flex弹性布局
    hive
    222
    错误总结
    Redis小结2
    spark小结
    kafka详解
  • 原文地址:https://www.cnblogs.com/yangwenhuan/p/10862063.html
Copyright © 2011-2022 走看看