ESPNet: 用于语义分割的有效空洞卷积空间金字塔

我们介绍了一种快速高效的卷积神经网络——ESPNet，用于在资源受限条件下对高分辨率图像进行语义分割。ESPNet基于一种新的卷积模块，即高效空间金字塔（ESP），该模块在计算、内存和功耗方面均表现出高效性。与当前最先进的语义分割网络PSPNet相比，ESPNet在标准GPU上运行速度快22倍，模型体积小180倍，而其类别精度仅低8%。我们在多个语义分割数据集上评估了ESPNet，包括Cityscapes、PASCAL VOC以及乳腺活检全切片图像数据集。在相同的内存和计算资源限制下，ESPNet在标准指标和我们新引入的边缘设备效率指标上均优于当前所有高效的CNN网络，如MobileNet、ShuffleNet和ENet。我们的网络可以在标准GPU和边缘设备上分别以每秒112帧和9帧的速度处理高分辨率图像。