论文地址:LEDNet:ALightweightEncoder-DecoderNetworkforReal-TimeSemanticSegmentationarxiv.org1.方法思路论文指出计算机视觉中诸如语义分割等密集预测任务使用CNN,对于计算资源的要求过大,限制了其在移动设备上的应用,为此提出LEDNet
文章由美国普渡大学AbhishekChaurasia、EugenioCulurciello共同完成。发表于2017IEEEVisualCommunicationsandImageProcessing(VCIP),相较之前论文出处,收录文章的会议声名不显。论文地址:LinkNet:ExploitingEncoderRepresentations
论文地址:LEDNet:ALightweightEncoder-DecoderNetworkforReal-TimeSemanticSegmentationarxiv.org1.方法思路论文指出计算机视觉中诸如语义分割等密集预测任务使用CNN,对于计算资源的要求过大,限制了其在移动设备上的应用,为此提出LEDNet
文章由美国普渡大学AbhishekChaurasia、EugenioCulurciello共同完成。发表于2017IEEEVisualCommunicationsandImageProcessing(VCIP),相较之前论文出处,收录文章的会议声名不显。论文地址:LinkNet:ExploitingEncoderRepresentations