创新点

1.分割网络为主任务,深度估计网络为辅任务
2.loss的设计

总结如图所示

网络结构如图所示
Segmentation简记5-AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving其实很容易理解。
backbone是基于ResNet50
分割网络是基于FCN8
深度估计网络与分割网络类似,最后一层是回归深度层。

最有意思的是两种任务的loss的合并。
分割的loss很常见:cross entropy
深度loss:mean absolute error
算法一:
Segmentation简记5-AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
算法二:
Segmentation简记5-AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving

结语

1.亮点不突出
2.禁用一幅图像估计深度,简直不可思议,人都做不好。

相关文章:

  • 2021-10-11
  • 2021-09-14
  • 2021-08-22
  • 2021-11-21
  • 2021-07-13
  • 2021-11-30
猜你喜欢
  • 2021-06-17
  • 2021-08-19
  • 2021-11-14
  • 2021-06-08
  • 2021-08-06
  • 2021-04-09
相关资源
相似解决方案