文件名称：FasterSeg:[ICLR 2020]“ FasterSeg
文件大小：5.78MB
文件格式：ZIP
更新时间：2024-05-24 12:18:25
latency pytorch semantic-segmentation cityscapes tensorrt
FasterSeg：搜索更快的实时语义分割[ ] 陈舞阳，龚新宇，刘先明，张谦，李媛，王章阳 在ICLR 2020中。 概述 我们对斯图加特城市景观演示视频的预测＃0 我们介绍FasterSeg，这是一种自动设计的语义分割网络，它不仅具有最新的性能，而且比当前方法具有更快的速度。 强调： 新颖的搜索空间：支持多分辨率分支。 细粒度的延迟正则化：缓解“架构崩溃”问题。 师生共同搜索：将老师提炼为学生，以进一步提高准确性。 SOTA ：FasterSeg实现了极快的速度（比CityScapes上最接近的手动设计竞争对手快30％以上），并保持了竞争优势。 查看我们提交的Cityscapes。 方法 先决条件 Ubuntu 16.04 的Python 3.6.8 CUDA 10.1（较低版本可能有效，但未经测试） NVIDIA GPU（> = 11G图形内存）+ CuDNN
【文件预览】：
FasterSeg-master
----.gitignore(1KB)
----README.md(9KB)
----train()
--------genotypes.py(213B)
--------eval.py(3KB)
--------test.py(2KB)
--------train.py(13KB)
--------model_seg.py(21KB)
--------config_train.py(4KB)
--------seg_oprs.py(10KB)
--------fasterseg()
--------latency_lookup_table.npy(49KB)
--------loss.py(3KB)
--------operations.py(24KB)
--------slimmable_ops.py(3KB)
--------seg_metrics.py(3KB)
--------dataloader.py(3KB)
----search()
--------genotypes.py(213B)
--------config_search.py(4KB)
--------eval.py(2KB)
--------model_seg.py(20KB)
--------model_search.py(28KB)
--------seg_oprs.py(10KB)
--------latency_lookup_table.npy(49KB)
--------architect.py(5KB)
--------loss.py(3KB)
--------operations.py(24KB)
--------slimmable_ops.py(3KB)
--------train_search.py(15KB)
--------seg_metrics.py(4KB)
--------dataloader.py(2KB)
----LICENSE(1KB)
----latency()
--------genotypes.py(212B)
--------latency_lookup_table.py(10KB)
--------config.py(2KB)
--------run_latency.py(4KB)
--------model_seg.py(20KB)
--------seg_oprs.py(10KB)
--------fasterseg()
--------latency_lookup_table.npy(49KB)
--------operations.py(24KB)
--------slimmable_ops.py(3KB)
----requirements.txt(235B)
----images()
--------cityscapes_128x256.gif(3.9MB)
--------table4.png(1.71MB)
--------figure6.png(113KB)
--------figure1.png(218KB)
----tools()
--------utils()
--------datasets()
--------seg_opr()
--------__init__.py(0B)
--------engine()