ピラミッドシーンパーシングネットワーク

シーン解析は、制約のないオープンボキャブラリと多様なシーンに対して挑戦的な課題となっています。本論文では、ピラミッドプーリングモジュールを用いて、異なる領域に基づくコンテキスト集積を通じて、グローバルコンテキスト情報の能力を活用し、提案するピラミッドシーンパーシングネットワーク（PSPNet）とともに研究を行いました。我々のグローバルプリア表現は、シーン解析タスクにおいて高品質な結果を生み出すのに効果的であり、PSPNetはピクセルレベル予測タスクに優れたフレームワークを提供します。提案手法は様々なデータセットで最先端の性能を達成しており、ImageNet シーン解析チャレンジ 2016、PASCAL VOC 2012 ベンチマーク、Cityscapes ベンチマークで首位となりました。単一の PSPNet は PASCAL VOC 2012 で mIoU 精度 85.4% の新記録を樹立し、Cityscapes では精度 80.2% を達成しました。