ICNetを用いた高解像度画像のリアルタイムセマンティックセグメンテーション

本論文では、リアルタイムのセマンティックセグメンテーションという課題に焦点を当てます。この技術は多くの実用的な応用が見られますが、ピクセル単位のラベル推論に必要な大量の計算を削減するという基本的な難しさも伴っています。私たちは、適切なラベルガイドのもとで多解像度ブランチを組み込んだ画像カスケードネットワーク（ICNet）を提案します。フレームワークの詳細な分析を行い、高品質なセグメンテーションを迅速に達成するためのカスケード特徴量融合ユニットについて紹介します。私たちのシステムは、Cityscapes、CamVid、COCO-Stuffなどの挑戦的なデータセットで評価された良好な品質の結果を得ながら、単一のGPUカード上でリアルタイム推論を実現しています。