摘要
本文介绍了一种在资源受限条件下用于语义分割的极其高效的卷积神经网络架构，名为DFANet。我们提出的网络从一个轻量级主干网络开始，通过子网络和子阶段级联分别聚合判别特征。基于多尺度特征传播，DFANet显著减少了参数数量，但仍获得了足够的感受野并增强了模型的学习能力，从而在速度和分割性能之间达到了平衡。在Cityscapes和CamVid数据集上的实验表明，DFANet的浮点运算量（FLOPs）比现有的最先进的实时语义分割方法减少了8倍，同时速度提高了2倍，而精度相当。具体而言，在单个NVIDIA Titan X显卡上，DFANet仅需1.7 GFLOPs即可实现每秒160帧的速度，并在Cityscapes测试数据集上达到70.3%的平均交并比（Mean IOU）。当处理更高分辨率的图像时，其浮点运算量为3.4 GFLOPs，平均交并比提高到71.3%。