您现在的位置是:热点 >>正文
用Transformer进行图像语义分割,性能超最先进的卷积方法
热点495人已围观
简介...
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
正如大家所知,在进行图像语义分割时,图像被编码成一系列补丁后往往很模糊,需要借助上下文信息才能被正确分割。
因此上下文建模用T对图像语义分割的性能至关重要!
而与以往基于卷积网络的方法不同,来自法国的一个研究团队另辟蹊径,提出了一种只使用Transformer的语义分割方法。
该方法“效果拔群”,可以很好地捕捉图像全局上下文信息!
要知道,就连取得了骄人成ra绩的FCN(完全卷积网络)都有“图像全局信息访问限制”的问题。(卷积结构在图像语义分割方面目前有无法打破的局限)
而这次这个方法在具有挑战性的ADE20K数据集上,性能都超过了最先进的卷积方法!
不得不说,Transformer跨ns界计算机视觉领域真是越来越频繁了、效果也越来越成功了!
那这次表现优异的Transformer语义分割,用了什么不一样的“配方”吗?
使用Vision Transformer
没错,这次这个最终被命名为Segmenter的语义分割模型fo,主要基于去年10月份才诞生的一个用于计算机视觉领域的“新秀”Transformer:Vision Transformer,简称ViT。
ViT有多“秀”呢?
ViT采用纯Transformer架构,将图像分成多个patchesrm进行输入,在很多图像分类任务中表现都不输最先进的卷积网络。
缺点就是在训练数据集较小时,性能不是很好。
Segmenter作为一个纯Transformer的编码-解码架构,利用了模型每一层的全局图像上下文。
基于最新的ViT研究成果er,将图像分割成块(patches),并将它们映射为一个线性嵌入序列,用编码器进行编码。再由Mask Transformer将编码器和类嵌入的输出进行解码,上采样后应用Argmax给每个像素一一分好类,输出最终的像素分割图。
下进行面是该模型的架构示意图:
解码阶段采用了联合处理图像块和类嵌入的简单方法,解码器Mask Transformer可以通过用对象嵌入代替类嵌入来直接进行全景分割。
效果如何
多说无益,看看实际效果如何?
首先他们在ADE20K数据集图像上比较不同Transformer变体,研究不同参数(正则化、模型大小、图像块大小、训练数据集大小,模型性能,不同的解码器等),全方面比较Segmenter与基于卷积的语义分割方法。
其中ADE20K数据集,包含具有挑战性的细语义粒度(fine-grained)标签场景,是最具挑战性的语义分割数据集之一。
下表是不同正则化方案的比较结果:
他们发现随机深度(Stochastic Depth)方案可独立提高性能,而dropout无论是单独还是与随机深度相分割结合,都会损耗性能。
不同图像块大小和不同transformer的性能比较发现:
增加图像块的大小会导致图像的表示更粗糙,但会产生处理速度更快的小序列。
减少图像块大小是一个强大的改进方式,不用引入任何参数!但需要在较长的序列上计算At,性tention,会增加计算时间和内存占用。
Segmenter在使用大型transformer模型或小规模图像块的情况下更优:
(表中间是带有线性解码器的不同编码器,表底部是带有Mask Transformer作为解码器的不同编码能超器)
下图也显示了Segmenter的明显优势,其中Seg/16模型(图像块大小为16x16)在性能与准确性方面表现最好。
最后,我们再来看看Segmenter与SOTA的比较:
在最具挑战性的ADE20K数据集上,Segment最先er两项指标均高于所有SOTA模型!
(中间太长已省略)
在Cityscapes数据集上与大多数SOTA不相上下,只比性能最好的Panoptic-Deeplab低0.8。
在Pascal Context数据集上的表现也是如此。
剩余参数比进的较,大家有兴趣的可按需查看论文细节。
论文地址:
https://www.arxiv-vanity.com/papers/2105.05633/
Tags:
相关文章
阿里云泄露用户数据隐忧:云端隐私,是否真安全?
热点文 | 新浪科技 周文猛 编辑 | 韩大鹏 刚刚告别亏损时代的阿里云,又站在了舆论漩涡的中心。 一则发生于2019年双十一前后的旧闻,让阿里云登上了热搜,而这一次事故,与云业务用户注册信息的泄露有关。...
【热点】
阅读更多扩散模型新突破:Radical Numerics开源30B参数RND1,AI自我进化迈出关键一步
热点AI模型架构正在经历一场深刻变革。扩散语言模型凭借其并行生成和高效推理能力,正在成为业界关注的焦点。10月9日,AI研究机构Radical Numerics正式发布RND1-Base,这是迄今为止最大...
【热点】
阅读更多标签: 淘宝闪购 阿里 橙意计划 城市骑士
热点云梦级11月6日云梦级消息,随着8月底淘宝闪购推出外卖业第一套制服,按照计划,每一位活跃稳定骑士正免费获得新制服、新头盔、新餐箱等全套装备。 淘宝闪购全国百万城市骑士免费换上新制服 据悉,为了提升城市...
【热点】
阅读更多