LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation論文閱讀
概述 作者分析了目前語義分割網絡的痛點，不能夠real-time，特別是在移動端和嵌入式設備上。因此作者利用encoder-decoder結構設計了參數和計算量較少的LinkNet網絡，取得了不錯的效果，併兼顧的速度和準確性，並在嵌入式設備TX1上進行了實驗。除此之外，博主自己也在TX2上利用TensorRT對LinkNet進行了加速，480*360的輸入能夠達到20fps。以下是博主自己對於本文
相關文章
- 1. 【圖像分割論文閱讀】LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation
- 2. 語義分割--LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation
- 3. 圖像分割「LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation」
- 4. 【圖像分割論文閱讀】Efficient ConvNet for Real-time Semantic Segmentation
- 5. 論文閱讀（詳細）：ERFNet: Efficient Residual Factorized ConvNet for Real-Time Semantic Segmentation
- 6. 論文閱讀——Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
- 7. 【論文閱讀】Learning Deconvolution Network for Semantic Segmentation
- 8. 《Fully Convolutional Networks for Semantic Segmentation》論文閱讀
- 9. 論文閱讀：《Understanding Convolution for Semantic Segmentation》
- 10. 論文閱讀：Fully Convolutional Networks for Semantic Segmentation
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • PHP 實例 - AJAX RSS 閱讀器 - PHP教程
- • JDK13 GA發佈：5大特性解讀
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【圖像分割論文閱讀】LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation
- 2. 語義分割--LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation
- 3. 圖像分割「LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation」
- 4. 【圖像分割論文閱讀】Efficient ConvNet for Real-time Semantic Segmentation
- 5. 論文閱讀（詳細）：ERFNet: Efficient Residual Factorized ConvNet for Real-Time Semantic Segmentation
- 6. 論文閱讀——Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
- 7. 【論文閱讀】Learning Deconvolution Network for Semantic Segmentation
- 8. 《Fully Convolutional Networks for Semantic Segmentation》論文閱讀
- 9. 論文閱讀：《Understanding Convolution for Semantic Segmentation》
- 10. 論文閱讀：Fully Convolutional Networks for Semantic Segmentation