摘要
作者作者提出了新颖的Depth-wise Asymmetric Bottleneck (DAB) module（深度的非对称瓶颈模块），高效的利用深度的非对称卷积和空洞卷积来建立一个瓶颈结构。利用DAB模块构建的DABNet可以构造充足的感受野并密集的利用上下文信息。
DAB模块介绍
Fig.1 DAB模块（c）
图1（c）中展示的是DAB模块，在DAB模块中，作者使用3x3卷积来减少通道数量，之所以不用1x1的原因，作者解释说尽管1x1卷积相比于3x3有更少的参数，ResNet [10]的目的是建立一个具有100多个层的深度模型，因为深度卷积神经网络可以增加接受域并捕获更复杂的特征。 不幸的是，更高的层数也带来了越来越多的运行时和内存需求。 因此，为了提高推理速度，我们改用3×3卷积来避免建立较深的模型。同时作者只是在第一个卷积中将通道数目减半，相比于resnet中上千的通道数目，作者设计的模型中，最大的通道数目只有128，所以为了保留空间信息，作者没有对通道数量压缩太多。作者在DAB模块中采用两条支路来提取特征，第一条支路作者借鉴了ERFNet的non-bottleneck-1D （图1b所示）模块的设计理念，采用卷积分解，将3x3的逐通道卷积，分解为了1x3和3x1的非对称逐通道卷积来提取局部的信息。为了提取更广的上下文信息，作者采用了空洞卷积，来增大感受野的同时没有减小输入特征的分辨率，然而，当空洞卷积率变得越来越大时，需要在特征图上填充padding值来确保特征图的大小，这会带来非常大的计算负担，从而使得空洞卷积无法应用到实时模型。为了解决这个问题，第二个分支支路只是将空洞卷积应用到了深度非对称卷积上，来减少计算负担。作者在bottleneck的结构中，采用的所有卷积都是深度卷积，在两个分支结构中，可以被视为时局部信息分支和上下文信息分支，最后，将两个分支的信息add到一起(此时特征大小为h1，h2，w/2)，然后通过1x1卷积来恢复通道的数量，最后叠加上输入的特征作为输出。
激活函数： 作者仿照[11]的方案，采用预激活策略，在每个非线性函数之前采用bn，参考ENet，作者采用了PRelu作为激活函数，因为其在浅层网络模型上的表现优于Relu，参考[22]的策略，在bottleneck中使用非线性层会损害网络的表现，因此非线性激活函数，在最后的1x1逐通道卷积中被移除。
网络模型介绍
Fig.2 DABNet网络模型
作者首先采用三个3x3卷积来提取最初的特征，然后采用ENet的初始下采样策略，是一个步长2的3x3卷积和2x2的最大池化的concat，其余的下采样阶段，都是步长为2的3x3卷积，为了使得下采样率不是特别大，作者只是进行了三次的下采样，收到ESPNetv2的启发，作者在下采样的阶段，都会将原始图concatenates到下采样的模块中，来促进功能重用并补偿信息的丢失。
为了更好地加强空间关系和特征传播，我们引入了块间级联以将高级特征与低级特征相结合，这意味着在每个DAB块中堆叠第一个DAB模块和最后一个DAB模块。对于空洞卷积，DAB块1中的所有DAB模块都包括具有空洞率为2的深度的非对称空洞卷积，并且DAB块2中的空洞率分别为4、4、8、8、16、16。 与[31]一样，我们选择这种顺序方案来逐渐扩大感受野。
由于作者想尽可能的追求更快的推理速度，作者并没有采用精细设计的解码器，同时作者只是下采样了八倍，所以编码器在网络中并不特别需要。
对比试验
Fig.3DABNet不同模块对比试验
图3展示的是DABNet在各个不同模块下的对比实验结果，实验结果可以看出，baseline的结果在mIOU和FPS速度的综合评定方面是最出色的。从DABNet的对比实验中，我们也可以学习到，对于轻量化模型来说，模块对比实验也可以从空洞率、解码器模块和空间金字塔池化三个方面进行入手。
Fig.4 不同网络间在不同数据集上的对比
从图4的结果来看，虽然DABNet的计算资源相较于气压网络存在天然的劣势，但是DABNet在各个性能的评比方面依旧是取得了不错的成绩。
网友评论