Twinkle (＾－＾)V

为了获取语义信息而丢失了底层细节信息，提出细节获取和语义信息分开获取。较浅的网络层获取细节信息，较深的网络层获取语义信息融合层融合特征表示提出助推器训练策略booster training基于空洞卷积的，并且摈弃下采样操作：具有较大的计算量和内存占用基于编码器解码器结构，采用自顶向下和横向连接，恢复高分辨率特征图，这些跳连接对于内存的访问成本较高2. 语义分支可以通过快速的下采样策略以及较少的通道变得轻量级，基于深度卷积，增强接收域捕获丰富的上下文信息。...

基于从其他图像分类的主干预训练模型开始训练，对于图像分割可能效率不高使用额外的网路层获取空间信息编码，耗时长2. 本文，降低特征维数并聚合在一起进行特征表示，在解码器中使用了一个细节聚合模块，以单流的方式将学习到的空间信息集成到底层。最后，融合底层特征和深度特征预测得到最终分割结果。1. 许多学者设计出来了低延迟，高精度的高效的cnn模型。实时语义分割DFANet[18]和BiSeNetV1[28]选择了轻量级的骨干，使用特征融合或者聚合来提升准确性。...

transformer与轻量级多层感知器(MLP)解码器结合不需要位置编码，避免了在测试分辨率与训练分辨率不同时对位置码进行插值导致性能下降的问题。SegFormer避免了复杂的解码器，使用MLP解码器聚集了来自不同层的信息，结合了局部关注和全局关注，具有强大的特征表示能力。1. 语义分割是逐像素的类别预测，而不是图像级预测任务2. fcn是密集预测的主要设计选择主干的架构优化：setr证明在语义分割任务中使用transformer的可行性。...