An efficient solution for semantic segmentation: ShuffleNet V2 with atrous separable convolutions

[DeepTecher]

An efficient solution for semantic segmentation: ShuffleNet V2 with atrous separable convolutions

提交时间：2019-02-20

团队：芬兰奥卢大学机器视觉研究中心

摘要：为图像中的每个像素分配标签，即语义分割，已经成为计算机视觉中的重要任务，并且在自动驾驶、机器人导航、定位和场景理解中具有应用。 多年来，完全卷积神经网络已被证明是一项成功的解决方案，但大部分工作主要集中在准确性上。 在本文中，我们提出了一种计算有效的语义分割方法，同时在Cityscapes挑战中实现了70.33％的高mIOU。 建议的网络能够在移动设备上实时运行。 此外，我们还公开提供代码和模型权重。