スケール順序入れ替えネットワーク（Scale-permuted networks）は、物体のバウンディングボックス検出およびインスタンスセグメンテーションにおいて有望な結果を示している。スケール順序の入れ替えとクロススケール融合により、ネットワークはマルチスケールの意味情報を捉えつつ、空間解像度を保持することが可能となる。本研究では、このメタアーキテクチャ設計を、高空間解像度と異なるネットワーク段階におけるマルチスケール特徴融合が利点となるもう一つの視覚タスクであるセマンティックセグメンテーションに適用した。さらに、拡張畳み込み（dilated convolution）操作を活用することで、DeepLabv3システムからNAS（Neural Architecture Search）によって発見されたSpineNet-Segを提案する。SpineNet-Segは、セマンティックセグメンテーションタスクに最適化された、各ブロックごとにカスタマイズされた拡張率を持つより優れたスケール順序入れ替えネットワーク構造を採用している。SpineNet-Segモデルは、複数の代表的なベンチマークにおいて、すべてのモデルスケールでDeepLabv3/v3+ベースラインを速度および精度の両面で上回っている。特に、SpineNet-S143+モデルは、代表的なCityscapesベンチマークにおいて83.04%のmIoUを達成し、新たなSOTA（最先端）を記録した。また、PASCAL VOC2012ベンチマークでも85.56%のmIoUという優れた性能を示した。さらに、挑戦的なStreet Viewセグメンテーションデータセットにおいても、有望な結果を達成している。コードおよびモデルチェックポイントは、公開予定である。