enet网络学院（enet硅谷动力学院）雷锋网2019-02-2610:14:15
本文为ai研习社编译的技术博客，原标题：
enet—adeepneuralarchitectureforreal-timesemanticsegmentation
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.com/enet-a-deep-neural-architecture-for-real-time-semantic-segmentation-2baa59cf97e9
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.org/abs/1606.02147
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512*512
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：
–1×1投影，降低了维度
–主卷积层（conv）（–常规，扩张或完整）（3×3）
–1×1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1×1投影被替换为2×2卷积，stride=2。
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5*1和1*5卷积的序列。
对于正则化器，他们使用spatialdropout：
–在瓶颈2.0之前p=0.01
–完成之后p=0.1
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–c*512*512，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p=0.01，之后阶段p=0.1。
结果对enet的表现进行了基准测试
–camvid（道路场景）
–cityscapes（道路场景）
–sunrgb-d（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640×360，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3-6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–5e-4
l2重量衰减为2e-4
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c=1.02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:adeepneuralnetworkarchitectureforreal-timesemanticsegmentation.arxivpreprintarxiv:1606.02147,2016.
v.badrinarayanan,a.kendall,andr.cipolla,“segnet:adeepconvolutionalencoder-decoderarchitectureforimagesegmentation,”arxivpreprintarxiv:1511.00561,2015.
我最近还转载了这篇论文，可以在这里找到:
https://github.com/iarunava/enet-real-time-semantic-segmentation
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.com/page/texttranslation/1468
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.com/page/groupdetail/33
收藏举报3条评论
