Lightweight and Progressively-Scalable Networks for Semantic Segmentation简记

1.介绍

• 贡献：可行的轻量网络设计和路径交互方法，扩展到所需准确率和速度平衡的方法
• https://github.com/YihengZhang-CV/LPS-Net

2.相关工作

3.LPS-Net

3.1 宏观结构

• 多路处理输入图像的不同尺度，每路的网络结构相同
• 每路有5组stage。
  • 1到4组的第一个卷积步长是2，其他是1。
  • 3到5组后路径交互，看代码第五组后是torch.cat
• 每组的通道数相同，有若干卷积块

3.2 卷积块

• 类型：标准卷积，FLOPs忽略了命中内存的代价，使用FLOPs-efficiency更合理，需要实际运行确定
• 通道数：2^n的倍数，n越大越好
• 一个卷积块包括3*3的卷积层，BN层和ReLU层，预测时没有BN层

3.3 路径交互

• 直接采样相加最高效

3.4 可扩展结构

• 参数
  • B：每组stage的卷积块数（深度，高级语意）
  • C：通道数（宽度，卷积的学习能力）
  • R：输入放缩比例
• 从B0 = {1, 1, 1, 1, 1}, C0 = {4, 8, 16, 32, 32}, R0 = {1/2, 0, 0}开始

4.实验

4.1 数据库：Cityscapes, BDD100K， CamVid

4.2 细节

• PyTorch
• SGD
• cross-entropy loss
• momentum 0.9
• weight decay 0.0005
• “Poly” policy with power 0.9 is adopted with initial learning rate 0.01（Cityscapes）
• crop，color-jittering, random horizontal flip and random scaling (0.5× ∼ 2.0×)
• Model re-parameterization

4.3 评估轻量设计：卷积块和交互方式

4.4 评估逐步扩展

• 得到LPS-Net-S, LPSNet-M, and LPS-Net-L，都是两路
• M比S提高了输入大小
• L比M提高了通道数

4.5 和其他方法比较

4.6 LPS-Net-S在嵌入式设备上的表现

5.结论

参考文献