《表1 实时语义分割模型训练结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合注意力的实时语义分割算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文实验运行环境为Ubuntu 16.04，显卡NVIDIA GeForce GTX 1080ti，PyTorch1.13，CUDA10.1。4组对比实验中，模型均无预训练模型，以随机初始化参数开始训练。模型最终在Cityscapes验证集上的mIOU以及对于1024×512图片的推理速度如表1所示。使用混合注意力的模型对于测试集图片的预测分割结果如图4所示。由表1可知，实时语义分割网络引入混合注意力机制后，模型m IOU达到62.01%，比没有添加注意力的网络提高1.82%。并且没有引入过多计算量，FPS只降低了一帧。实验结果基本验证了本文提出方法的有效性。