许多进行语义分割的架构，如 SegNet、DilatedNet（Yu 和 Koltun）、DeepLab 等，都不适用于高分辨率图像。对于像Cityscapes这样的基准，这些方法在基准上执行的标准/实用方法是什么？
我试图查看论文，但我找不到这样的细节。有一篇文章提到他们输出输入图像的 1/8，而不是从结果中进行插值（通常是 2、4 或 8 倍），但文章没有具体说明哪种上采样技术是最合理的。
语义分割如何上采样
人工智能
深度学习
自动驾驶汽车
2021-11-16 12:45:12
1个回答
您始终可以使用更高分辨率的图像训练您的网络。如果您对推理时间没有任何限制，则没有什么可以阻止您这样做。
此外，该论文实际上提到了如何上采样。检查短语“使用反卷积层上采样”。
最常见的上采样方法是使用反卷积层或仅通过简单的调整大小方法（如图像调整大小）。
其它你可能感兴趣的问题