FoR-Net

FoR-Net 通过关注难点区域引入高效语义分割

研究人员推出了一种新颖的、专为高效语义分割设计的架构 FoR-Net。该轻量级模型通过学习重要性图来识别和增强图像中的挑战性区域，例如细长结构和物体边界。FoR-Net 利用 Top-K 激活机制和多尺度卷积分支来聚合空间上下文。在计算资源有限的情况下，在 Cityscapes 基准上进行评估，该模型在困难区域取得了有竞争力的性能和更高的准确性。