近年来,许多手工设计和搜索的网络被应用于语义分割。然而,以前的工作打算在预定义的静态架构中处理各种规模的输入,如FCN、U-Net和DeepLab系列。本文研究了一种概念上的新方法来缓解语义表示中的尺度差异,即动态路由。该框架根据图像的尺度分布,生成与数据相关的路径。为此,提出了一种可微选通函数——软条件门,用于动态选择尺度变换路径。此外,通过对门控函数进行预算约束,可以通过端到端方式进一步降低计算成本。我们进一步放宽了网络级路由空间,以支持每个转发中的多路径传播和跳转连接,带来了可观的网络容量。为了证明动态特性的优越性,我们比较了几种静态架构,它们可以作为路由空间中的特殊情况进行建模。为了证明动态框架的有效性,我们在Cityscapes和PASCAL VOC 2012上进行了大量的实验。代码在此https://github.com/yanwei-li/DynamicRouting

成为VIP会员查看完整内容
26

相关内容

CVPR is the premier annual computer vision event comprising the main conference and several co-located workshops and short courses. With its high quality and low cost, it provides an exceptional value for students, academics and industry researchers. CVPR 2020 will take place at The Washington State Convention Center in Seattle, WA, from June 16 to June 20, 2020. http://cvpr2020.thecvf.com/
【CVPR2020-Oral】用于深度网络的任务感知超参数
专知会员服务
25+阅读 · 2020年5月25日
【CVPR2020-CMU】无数据模型选择,一种深度框架潜力
专知会员服务
21+阅读 · 2020年4月12日
专知会员服务
41+阅读 · 2020年2月20日
【NeurIPS2019】图变换网络:Graph Transformer Network
【泡泡点云时空】PointConv: 3D点云的深度卷积网络
泡泡机器人SLAM
23+阅读 · 2019年6月12日
语义分割和转置卷积
AI研习社
10+阅读 · 2018年6月22日
用于RGB-D室内场景语义分割的门式融合局部感知反卷积网络
机器学习研究会
7+阅读 · 2017年10月30日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Few Shot Learning with Simplex
Arxiv
5+阅读 · 2018年7月27日
VIP会员
相关资讯
微信扫码咨询专知VIP会员