摘要
近年来，利用深度卷积神经网络（DCNNs）在语义分割领域取得了显著进展。然而，大量的卷积层和特征通道使得语义分割成为一个计算密集型任务，这在资源有限的场景中具有不利影响。本文设计了一种高效的对称网络，称为ESNet，以解决这一问题。该网络整体上采用了近乎对称的架构，主要由一系列分解卷积单元（FCU）及其并行版本（PFCU）组成。一方面，FCU在残差层中采用了广泛使用的1D分解卷积；另一方面，并行版本在残差模块的设计中采用了变换-分裂-变换-合并策略，其中分裂分支使用不同膨胀率的膨胀卷积来扩大感受野。我们的模型参数量约为1.6M，在单个GTX 1080Ti GPU上可以实现超过62帧每秒（FPS）的性能。实验结果表明，我们的方法在CityScapes数据集上实现了实时语义分割的速度与精度之间的最佳平衡，达到了当前最先进的水平。