论文阅读笔记——《室内服务机器人的实时场景分割算法》

一、主要工作

• 通过深度可分离卷积、膨胀卷积和通道注意力机制设计轻量级的高准确度特征提取模块。
• 融合浅层特征与深层语义特征获得更丰富的图像特征。
• 在NYUDv2和CamVid数据集上的MIoU分别达到72.7%和59.9%，模型的计算力为4.2GFLOPs，参数量为8.3Mb。

二、残差瓶颈结构

  为了减小参数量同时达到高分割精度，设计了一个残差瓶颈结构作为网络的基础模块，包括2个调整特征通道的1x1卷积、1个深度可分离膨胀卷积、1个通道注意力模块和一条残差连接。

图2-1 残差瓶颈结构

  设计思路如下：

• 降维-升维的瓶颈结构。先使用1×1的卷积对通道数进行压缩，压缩后使用3×3深度可分离卷积提取特征，再使用1×1卷积进行特征升维。为增大感受野，提取不同尺度的特征，3×3深度可分离卷积带有膨胀系数。
• 通道注意力机制模块。在升维卷积操作前加入SE-Net网络的通道注意力机制模块，计算过程如图2-2所示，首先对特征通道进行全局平均池化操作，然后连接全连接层学习每个通道的权重值，并利用Sigmoid函数归一化到[0,1]，最后对特征图进行通道加权，从而筛选特征的每个通道的信息，以此进一步提高分割精度。

图2-2 通道注意力模块计算过程