图像分割：LEDNet: A Lightweight Encoder-Decoder Network for Real-time Semantic Segmentation

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/lilai619/article/details/90405509

文章日期：

2019年

arXiv: https://arxiv.org/abs/1905.02423

github: https://github.com/xiaoyufenfei/LEDNet

今天看到一篇实时分割的文章，简洁明了，有较好的借鉴意义，所以记录分享一下。

创新点：

1：对残差块进行了优化，使用split和shuffle操作，参数量大幅降低，提升了前向的推理速度；

2：使用1x3，3x1，以及dilate卷积，增加了感受野，以及特征表达能力；

3：使用APN结构，进一步特征融合和加强感受野，确保了像素分割的准确度。

速度：

1：使用split操作，类似以前的group，可以降低一半的参数；

2：使用1x3，3x1结构，可以降低1/3的参数；