real decoder

#人工智能##深度学习#我们提出了一种新颖的实时语义分割网络，其中编码器既编码又生成解码器的权重。此外，为了允许最大的适应性，每个解码器块的权重在空间上变化。具体地，我们设计了一种新型的超网络，该网络由嵌套的U-Net组成，用于绘制更高级别的上下文特征；一个多头权重生成模块，用于在解码器中的每个块权重被消耗之前立即生成它们的权重，用于有效的内存利用率，以及由新颖的动态逐块卷积组成的主网络。尽管使用了较少常规的块，我们的体系结构仍获得了实时性能。在运行时间与准确性之间进行权衡，我们在流行的语义分割基准上超越了PASCALVOC2012（val.set）上最新的（SotA）结果，并在Cityscapes和CamVid上实现了实时语义分割。paper:HyperSeg:Patch-wiseHypernetworkforReal-timeSemanticSegmentationabs:网页链接