旷视新提出的语义分割paper，主要着力点在速度提升上（it achieves 70.3% Mean IOU on the Cityscapes test dataset with only 1.7 GFLOPs and a speed of 160 FPS on one NVIDIA Titan X card, and 71.3% Mean IOU with 3.4 GFLOPs while inferring on a higher resolution image。采用了新的特征聚合方式，sub-network,sub-stage聚合，轻量，且效果不错。github上也有非官方代码复现。
flops
network
旷视新提出的语义分割paper，主要着力点在速度提升上（it achieves 70.3% Mean IOU on...
title: >-Robust Attentional Aggregation of Deep Feature S...
FANet：Deep Feature Aggregation for Real-Time Semantic Seg...
实时语义分割
1. 前言 这是一篇CVPR2018的论文 2. 介绍 随着神经网络的不断加深，不断加宽，作者提出了一种更加有效的...
文章名：Supervised Deep Feature Extraction for Hyperspectral ...
From feature descriptors to deep learning: 20 years of co...
Deep Metric Learning via Lifted Structured Feature Embedd...
1. A deep feature fusion methodology for breast cancer di...
研究背景 为比赛准备，视频目标检测算法 研究参考 github代码mxnet 环境配置 python 2.7 运行...
本文标题：DFANet: Deep Feature Aggregation
本文链接：https://www.haomeiwen.com/subject/vozkhctx.html
网友评论