enet网络学院（enet硅谷动力学院）

　　enet网络学院（enet硅谷动力学院）雷锋网2019022610：14：15本文为AI研习社编译的技术博客，原标题：
　　ENetADeepNeuralArchitectureforRealTimeSemanticSegmentation
　　作者Arunava
　　翻译callofduty890
　　校对酱番梨审核Pita整理立鱼王
　　原文链接：
　　https：towardsdatascience。comenetadeepneuralarchitectureforrealtimesemanticsegmentation2baa59cf97e9
　　Fig1。Aconversationbetweenasemanticsegmentedguyandatoon
　　这是该论文的论文摘要：
　　ENet：用于实时语义分割的深度神经网络体系结构
　　作者：AdamPaszke
　　论文：
　　https：arxiv。orgabs1606。02147
　　概论
　　ENet（高效神经网络）提供了实时按像素进行语义分割的能力。ENet的速度提高了18倍，FLOP要求减少了75倍，参数减少了79倍，并且为现有模型提供了类似或更好的精度。在CamVid，CityScapes和SUN数据集上测试。
　　方法：
　　图3。ENet架构
　　以上是完整的网络架构。
　　它分为几个阶段，由表格中的水平线和每个块名称后的第一个数字突出显示。报告输出尺寸为输入图像分辨率512512
　　图4。ENet的每个模块都有详细说明
　　视觉表现：
　　初始模块是（a）中所示的模块并且瓶颈模块显示在（b）
　　每个瓶颈模块包括：
　　1x1投影，降低了维度
　　主卷积层（conv）（常规，扩张或完整）（3x3）
　　1x1扩展
　　并且它们在所有卷积层之间放置批量标准化和PReLU
　　如果瓶颈模块是下采样，则将最大池化层添加到主分支。此外，第一个1x1投影被替换为2x2卷积，stride2。
　　它们将激活无填充以匹配要素图的数量。
　　conv有时是不对称卷积，即51和15卷积的序列。
　　对于正则化器，他们使用SpatialDropout：
　　在瓶颈2。0之前p0。01
　　完成之后p0。1
　　所以，
　　阶段1，2，3编码器由5个瓶颈模块组成（除了阶段3没有下采样）。
　　阶段4，5解码器阶段4包含3个瓶颈，阶段5包含2个瓶颈模块
　　接下来是一个fullconv，它以尺寸输出最终输出C512512，其中C是滤波器的数量。
　　还有一些事实：
　　他们没有在任何预测中使用偏见项
　　在每个卷积层和激活之间，它们使用批量标准化
　　在解码器中，MaxPooling被MaxUnpooling取代
　　在解码器中，Padding被替换为SpatialConvolution而没有偏差
　　在最后一个（5。0）上采样模块中不使用池化索引
　　网络的最后一个模块是一个裸完全卷积，它占据了处理时间的大部分解码器。
　　每个侧支有一个空间丢失，第1阶段p0。01，之后阶段p0。1。
　　结果
　　对ENet的表现进行了基准测试
　　CamVid（道路场景）
　　CityScapes（道路场景）
　　SUNRGBD（室内场景）
　　使用SegNet〔2〕作为基线，因为它是最快的分割模型之一。使用cuDNN后端使用Torch7库。
　　使用NVIDIATitanXGPU以及NVIDIATX1嵌入式系统模块记录推理速度。输入图像大小为640x360，速度超过10fps。
　　图5。使用SegNet作为基线的两个不同GPU的推理时间比较
　　图6。SegNet和ENet的硬件要求
　　基准使用Adam。ENet非常快速地融合，在每个数据集上，使用4个TitanXGPU，训练只需要36个小时。
　　分两个阶段进行：
　　首先，他们训练编码器对输入图像的下采样区域进行分类。
　　然后附加解码器并训练网络以执行上采样和像素分类。
　　学习率5e4
　　L2重量衰减为2e4
　　批量大小为10
　　自定义类权重方案定义为
　　图7所示。自定义类权重方案的公式
　　其中c1。02并且类权重被限制在〔1，50〕的区间内
　　图8。CityScapes数据集的性能
　　图9。CamVid数据集的性能
　　参考：
　　A。Paszke，A。Chaurasia，S。Kim，andE。Culurciello。Enet：Adeepneuralnetworkarchitectureforrealtimesemanticsegmentation。arXivpreprintarXiv：1606。02147，2016。
　　V。Badrinarayanan，A。Kendall，andR。Cipolla，Segnet：Adeepconvolutionalencoderdecoderarchitectureforimagesegmentation，arXivpreprintarXiv：1511。00561，2015。
　　我最近还转载了这篇论文，可以在这里找到：
　　https：github。comiArunavaENetRealTimeSemanticSegmentation
　　想要继续查看该篇文章相关链接和参考文献？
　　点击【ENet一种针对实时语义分割的深度神经架构】或长按下方地址访问：
　　https：ai。yanxishe。compageTextTranslation1468
　　AI研习社今日推荐：雷锋网雷锋网雷锋网
　　卡耐基梅隆大学2019春季《神经网络自然语言处理》是CMU语言技术学院和计算机学院联合开课，主要内容是教学生如何用神经网络做自然语言处理。神经网络对于语言建模任务而言，可以称得上是提供了一种强大的新工具，与此同时，神经网络能够改进诸多任务中的最新技术，将过去不容易解决的问题变得轻松简单。
　　加入小组免费观看视频：
　　https：ai。yanxishe。compagegroupDetail33
　　收藏举报3条评论