摘要

https://arxiv.org/pdf/2406.12496

语义分割在自动驾驶和医学图像等应用中发挥着关键作用。尽管现有的实时语义分割模型在准确性和速度之间取得了令人称赞的平衡，但其多路径块仍然影响着整体速度。为了解决这个问题，本研究提出了一种专门用于实时语义分割的重参数化双分辨率网络（RDRNet）。具体来说，RDRNet采用了一种双分支架构，在训练过程中使用多路径块，并在推理过程中将它们重参数化为单路径块，从而同时提高了准确性和推理速度。此外，我们还提出了重参数化金字塔池化模块（RPPM），以增强金字塔池化模块的特征表示能力，同时不增加其推理时间。在Cityscapes、CamVid和Pascal VOC 2012数据集上的实验结果表明，RDRNet在性能和速度方面都优于现有的最先进模型。研究代码可在https://github.com/gyyang23/RDRNet获取。

关键词：实时语义分割，多分支，双分辨率深度网络，重参数化，金字塔池化模块。

一、引言

语义分割是计算机视觉领域中的一项关键任务，它要求将图像中的每个像素分配到一个特定的语义类别中。这项技术在包括自动驾驶[1]、医学图像分析[2]和环境监测[3]在内的各种应用中发挥着重要作用。随着深度学习技术的发展，语义分割模型的性能得到了大幅提升。然而，仍然存在一些需要解决的问题，例如模型无法快速分析图像。这一限制阻碍了模型在自动驾驶等下游任务中的直接部署。因此，对语义分割算法进行进一步的研究和改进仍然具有重要意义。

在过去，为了满足实时性或移动性要求，已经提出了许多实时语义分割模型[4]-[8]。