【那些年我们一起看过的论文】之《ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation》

---

/*
天下武功，唯快不破。要想在移动终端或者嵌入式系统上应用，小巧高速是很重要的。ENet在追求高效率的同时兼顾了精度，站在巨人的肩膀上，综合了很多特色的网络结构，并在输入端首先加以压缩达到加速的目的。论文很好直观易懂，称述很坦诚，代码也非常清晰，nice!
*/

在移动设备上，语义分割的实时性非常重要，近期的很多深度神经网络都要求大量的浮点操作且非常耗时，因此本文专门设计了一种高效率的神经网络ENet(efficient neural network)，做到飞一般的享受。

CNN的分类做的很好，但是像素级别的分割比较粗糙，基于VGG16结构的SegNet和FCN虽然在结果上比较出色，但是需要大量的参数及推理时间，这也是我们ENet的优势所在了。

ENet的网络结构如图1，讲整个网络分成了不同的部分和阶段。

————————–图1—————————
细化到每个小部件，结构中具体的模块构造如图2所示

————————–图2—————————

使用卷积网络就会遇到下采样（downsampling），下采样会导致丢失部分边缘信息，同时上采样也会需要较大计算量。前者通过SegNet的方法解决，