用于实时语义分割的数据高效轻量模型

李宏伟,丁建阳,柴志雷

Data-efficient lightweight model for real-time semantic segmentation

Hongwei LI,Jianyang DING,Zhilei CHAI

表 2 不同模型在CamVid数据集上的性能对比

Tab.2 Performance comparison of different models on CamVid dataset

类别 模型 输入尺寸 主干网络 GPU FLOPs/109 Np/106 v/(帧·s−1) mIoU/% 大型模型 SegNet[19] 360×480 VGG-16 Titan X 106.59 29.50 60 55.6 DFANet[20] 720×960 Xception Titan X — 7.80 120 64.7 ICNet[21] 720×960 PSPNet-50 Titan X — 26.50 28 67.1 MLFNet[22] 720×960 ResNet-34 Titan XP — 13.03 57 69.0 MGSeg[23] 736×960 ResNet-18 Titan XP — 13.30 127 72.7 轻量模型 ENet[24] 360×480 No Titan X 2.12 0.36 96 51.3 NDNet[25] 360×480 No Titan X 1.16 0.50 78 57.2 DABNet[26] 360×480 No 1080 Ti 3.49 0.76 136 66.4 FDDWNet[27] 360×480 No 2080 Ti 4.58 0.80 79 66.9 LARNet[28] 360×480 No 2080Ti — 0.95 204 67.1 BiLevelNet[29] 360×480 No 3090 — 0.70 — 68.2 FBSNet[8] 360×480 No 2080 Ti 7.97 0.62 120 68.9 MSCFNet[30] 360×480 No Titan XP — 1.15 110 69.3 LETNet[31] 360×480 No 3090 4.84 0.95 200 70.5 U-SAM(本文方法) 360×480 No 4060 Ti 4.43 1.32 69 70.2 720×960 No 4060 Ti 17.79 1.32 44 70.4