Auto-DeepLab: 階層的なニューラルアーキテクチャサーチによるセマンティック画像分割

最近、ニューラルアーキテクチャサーチ（Neural Architecture Search: NAS）は、大規模画像分類において人間が設計したニューラルネットワークアーキテクチャを上回る構造を成功裏に特定しています。本論文では、意味的画像セグメンテーションのためのNASについて研究します。既存の研究では、繰り返し可能なセル構造の探索に焦点を当てることが多く、空間解像度変化を制御する外側のネットワーク構造は手動で設計されています。この選択は探索空間を単純化しますが、多くのネットワークレベルでのアーキテクチャ変異を示す密集画像予測において問題が増してきます。したがって、セルレベルの構造に加えてネットワークレベルの構造も探索することを提案します。これにより階層的なアーキテクチャ探索空間が形成されます。我々は多くの人気のあるデザインを含むネットワークレベルの探索空間を提示し、効率的な勾配ベースのアーキテクチャ探索を可能にする式を開発しました（Cityscapes画像での3つのP100 GPUデイズ）。提案手法の有効性を困難なCityscapes、PASCAL VOC 2012、およびADE20Kデータセットで示します。意味的画像セグメンテーション専用に探索された当社のアーキテクチャであるAuto-DeepLabは、ImageNet事前学習なしで最先端の性能を達成しています。