图像分割“LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation”

本文介绍了一种名为LinkNet的快速图像分割网络结构。该网络基于ResNet-18作为编码器,并通过将编码器和解码器直接相连来提高效率。文章详细展示了其在网络结构上的特点,包括使用残差块、BN层以及ReLU激活函数等,并提供了实验结果以证明其性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

LinkNet主要特点是速度快,在嵌入式系统TX1和TitanX上运行速度都比较块。
LinkNet网络结构如图1所示:
这里写图片描述

conv代表卷积,full-conv代表全卷积,卷积层之前加BN,后加ReLU,左半部分表示编码,右半部份标识解码,编码块包含残差块,LinkNet使用ResNet-18作为编码器,如下图所示:
这里写图片描述

解码块的细节如下图所示:
这里写图片描述

LinkNet的创新点是将每个编码器与解码器相连接,编码器的输入链接到对应的解码器的输出上。

实验结果
性能对比
这里写图片描述

效果对比
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值