A Survey on Deep Learning Methods for Semantic Image Segmentation in Real-Time

论文链接：https://arxiv.org/abs/2009.12942

34页综述，共计119篇参考文献。本文对图像分割中的最新深度学习体系结构进行了全面分析，更重要的是，它提供了广泛的技术列表以实现快速推理和计算效率。作者：Georgios Takos

语义图像分割是计算机视觉中增长最快的领域之一，具有多种应用。在许多领域，例如机器人技术和自动驾驶汽车中，语义图像分割至关重要，因为语义分割为基于像素级别的场景理解提供了采取动作所需的必要上下文。此外，医学诊断和治疗的成功取决于对所考虑数据的极其准确的理解，并且语义图像分割是许多情况下的重要工具之一。深度学习的最新发展提供了许多工具来有效地解决这一问题，并且提高了准确性。这项工作对图像分割中的最新深度学习体系结构进行了全面分析，更重要的是，它提供了广泛的技术列表以实现快速推理和计算效率。通过深入分析这些技术在该领域中的影响，讨论了这些技术的起源以及它们的优势和取舍。总结了性能最佳的体系结构，并列出了用于实现这些最新结果的方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除