Real_time实时语义分割网络 SegNet, ENet, ICNet, BiSeNet,ShelfNet

本文介绍了五种用于实时语义分割的深度学习网络,包括SegNet、ENet、ICNet、BiSeNet和ShuffleNet等,探讨了它们在保持高速处理的同时如何解决高精度分割的问题。

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

1. SegNet

论文地址:A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

本不应该将segnet作为实时语义分割网络,但是很多文章将它作为对比,因为segnet是一个小网络架构并且通过 skip-connected来取得fast speed(网络结构见上图)。

2. ENet

论文地址:A Deep Neural Network Architecture for Real-Time Semantic Segmentation

很多深度神经网络都要求大量的浮点操作且非常耗时,ENet即针对这一问题提出的一种新型有效的深度神经网络(从零开始设计一个轻量级的网络从而产生比较快的sppd), 但是linghtWeight网络通过压缩通道等破坏了空间信息,精度提不上去。

3. ICNet

论文地址:ICNet for Real-Time Semantic Segmentation on High-Resolution Images

 

4 . BiSeNet

论文地址:BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation 

5. ShuffleNet

6. ShuffleSeg

7. ShelfNet

论文地址:ShelfNet for Real-time Semantic Segmentation

 

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