ENet: 実時間セマンティックセグメンテーションのための深層ニューラルネットワークアーキテクチャ

リアルタイムでピクセル単位のセマンティックセグメンテーションを行う能力は、モバイルアプリケーションにおいて極めて重要です。このタスクを目的とした最近の深層ニューラルネットワークには、大量の浮動小数点演算が必要であり、長い実行時間がその利用性を阻害するという欠点があります。本論文では、低レイテンシ操作を必要とするタスクに特化した新しい深層ニューラルネットワークアーキテクチャであるENet（Efficient Neural Network）を提案します。ENetは既存のモデルと同等かそれ以上の精度を提供しながら、最大18倍速く、FLOPs（浮動小数点演算回数）が75倍少なく、パラメータが79倍少ないという特徴があります。CamVid、CityscapesおよびSUNデータセットでのテスト結果を報告し、現行の最先端手法との比較や、ネットワークにおける精度と処理時間のトレードオフについて考察します。また、組み込みシステムでの提案アーキテクチャの性能測定結果を提示し、ENetをさらに高速化する可能性のあるソフトウェア改善案も提案します。