文章目錄[隱藏]

• 介紹
• 方法:
• 結果
• 基準
• 亞當。ENet用于快速融合。每個數據集上使用4個Titan X GPU，訓練只需要3-6個小時。
• 參考:

Enet網絡學院(enet硅谷動力學院)雷鋒網2019-02-26 10:14:15

本文是為AI研究所整理的技術博客，原題:

ENet——一種用于實時語義分割的深度神經架構

作者|阿魯納瓦

翻譯| callofduty890

校對|范姜梨評|皮塔整理|鯉魚網

原始鏈接:

https://towardsdatascience . com/enet-a-deep-neural-architecture-for-real-time-semantic-segmentation-2 baa 59 cf 97 e 9

圖一。一個語義分段的家伙和一個卡通之間的對話

這是論文的摘要:

ENet:用于實時語義分割的深度神經網絡架構

作者亞當·帕茲克

論文:https://arxiv.org/abs/1606.02147

介紹

ENet(高效神經網絡)提供了實時按像素進行語義分割的能力。ENet的速度提高了18倍，FLOP要求降低了75倍，參數降低了79倍，并為現有模型提供了類似或更好的精度。在CamVid、CityScapes和SUN數據集上進行了測試。

方法:

圖3。ENet架構

以上是完整的網絡架構。

它分為幾個階段，由表中的水平線和每個塊名稱后的第一個數字突出顯示。輸出尺寸為輸入圖像分辨率的512 * 512。

圖4。ENET的每個模塊都有詳細的解釋。

視覺表現:

-初始模塊是(a)中所示的模塊-瓶頸模塊顯示在(b)中

每個瓶頸模塊包括:

-1x1投影，減少尺寸。

-主卷積層(conv)(-常規、擴展或完整)(3x3)

-1x1擴展

并且它們在所有卷積層之間放置批標準化和預露。

如果瓶頸模塊正在縮減采樣，則將最大池層添加到主分支。此外，第一個1x1投影被替換為2x2卷積，跨距= 2。

他們將激活無填充以匹配要素地圖的數量。

Conv有時是非對稱卷積，即5 * 1和1 * 5卷積的序列。

對于正則項，他們使用空間落差:

瓶頸2.0之前，p = 0.01

-完成后p = 0.1

所以，

階段1，2，3-編碼器-由5個瓶頸模塊組成(除了階段3沒有下采樣)。

階段4，5-解碼器-階段4包含三個瓶頸，階段5包含兩個瓶頸模塊。

接下來是一個fullconv，它輸出最終輸出-C * 512 * 512大小，其中C是濾波器的數量。

有一些事實:

-他們在任何預測中都沒有使用偏見術語

-在每個卷積層和激活層之間，它們使用批量歸一化

-在解碼器中，MaxPooling被MaxUnpooling代替。

-在解碼器中，填充被無偏差的空間卷積代替。

-在最后一個(5.0)上采樣模塊中沒有使用池索引。

-網絡的最后一個模塊是裸完全卷積，占用了解碼器的大部分處理時間。

-每個側支丟失一個空，第一級p = 0.01，然后是后級p = 0.1。

結果

通過benchmark測試了ENet的性能。

-CamVid(道路場景)

-城市景觀(道路場景)

-太陽RGB-D(室內場景)

SegNet [2]被用作基線，因為它是最快的分段模型之一。使用cuDNN后端使用Torch7庫。

使用英偉達Titan X GPU和英偉達TX1嵌入式系統模塊記錄推理速度。輸入圖像大小為640x360，速度超過10fps。

圖5。以SegNet為基線的兩種不同GPU推理時間的比較

圖6。Segnet和ENet的硬件要求

基準

亞當。ENet用于快速融合。每個數據集上使用4個Titan X GPU，訓練只需要3-6個小時。

它分兩個階段進行:

-首先，他們訓練編碼器對輸入圖像的下采樣區域進行分類。

然后附加一個解碼器，訓練網絡進行上采樣和像素分類。

學習率-5e-4

L2的重量衰減為2e-4。

批量為10件。

自定義類別權重方案定義為

圖7顯示了。自定義類別權重方案的公式

其中c = 1.02，類別權重限制在[1.50]的區間內

圖8。Cityscapes數據集的性能

圖9。Camvid數據集的性能

參考:

A.Paszke、A. Chaurasia、S. Kim和E. Culurciello。Enet:用于實時語義分割的深度神經網絡架構。arXiv預印本arXiv:1606.02147，2016。

動詞 （verb的縮寫）Badrinarayanan，A. Kendall和R. Cipolla，“Segnet:用于圖像分割的深度卷積編碼器-解碼器架構”，arXiv預印本arXiv:1511.00561，2015年。

我最近也轉載了這篇論文，可以在這里找到:

https://github . com/iArunava/ENet-實時-語義-分段

想繼續查看本文相關鏈接和參考文獻？

點擊【enet——實時語義分割的深度神經架構】或長按地址訪問:

https://ai.yanxishe.com/page/TextTranslation/1468

艾所今日推薦:雷鋒網雷鋒網雷鋒網

卡耐基梅隆大學2019年春季的“神經網絡自然語言處理”是CMU語言技術學院和計算機學院的聯合課程。其主要內容是教學生如何利用神經網絡做自然語言處理。神經網絡可以被認為是為語言建模任務提供了一個強有力的新工具。同時，神經網絡可以在許多任務中改進最新技術，使過去不易解決的問題變得容易和簡單。

加入群免費看視頻:https://ai.yanxishe.com/page/groupDetail/33

收集3條評論。

總結

以上是生活随笔為你收集整理的enet网络学院（enet硅谷动力学院）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。