获取完整原文和代码，公众号回复：10091042866
论文地址： http://arxiv.org/pdf/2110.11662v1.pdf
代码： 公众号回复：10091042866
来源： DAUIN Politecnico di Torino
论文名称：Reimagine BiSeNet for Real-Time Domain Adaptation in Semantic Segmentation
原文作者：Antonio Tavera
内容提要
语义分割模型在各种任务中都取得了显著的性能。然而，这种性能是在使用非常大的模型时实现的，使用强大的计算资源，而不考虑训练和推理时间。另一方面，真实的应用程序要求模型具有最小的内存需求、高效的推理速度和可执行的低资源嵌入式设备(如自动驾驶汽车)。在本文中，我们着眼于跨领域的实时语义分割的挑战，并且我们训练一个模型在真实的数据上适当地行动，即使它是在合成领域上训练的。我们使用了专门为此目的而创建的新的轻量级浅层鉴别器。据我们所知，我们是第一个提出了一种实时对抗的方法来评估语义分割中的领域适应问题。我们在两个标准协议中测试了我们的框架：GTA5àCityscapes和SYNTHIAàCityscapes.
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。
