高分辨率网络 (HRNet)作为在整个网络中保持高分辨率的有效方法。 HRNet 由多个不同分辨率的分支组成。较低分辨率的分支捕获上下文信息,而较高分辨率的分支保留空间信息。通过分支之间的多尺度融合,HRNet 可以生成具有丰富语义的高分辨率特征图。 前面已经使用了HRNet来产生相对高分辨的特征图了,但还是不够,我们需要更加高...
**摘要**:为了提高语义分割的精度,目前主流的趋势是先降低分辨率提取高级的语义特征,再采取多样的方法从低分辨率表示恢复到高分辨表示。在本文中则不然,HrNet V2在整个过程中都保持着高分辨率的表示。该模型分…
HRNet-V2将所有从高到底分辨率分支计算的表征结合之后作为输出,在语义分割任务上优于HRNet-V1。此外,作者还从HRNet-V2的高分辨率表征中构建了一个多级别表征,应将它应用于SOTA目标检测框架(Faster R-CNN, Cascade R-CNN, FCOS, CenterNet等)、SOTA联合目标检测和实例分割框架(Mask R-CNN, Cascade Mask R-CNN, ...