We present STDC-Seg, an mannully designed semantic segmentation network with not only state-of-the-art performance but also faster speed than current methods. Highlights: Short-Term Dense Concatenation Net: A task-specific network for dense prediction task. Detail Guidance: encode spatial information without harming inference speed.

作者提出了 STDC模块，能够使用较少的参数量提取多尺度特征，且能够很方便地集成到 U-Net 类型的语义分割网络中；对BiSeNet中的multi-path结构做出改进，在提取底层细节特征的同时减少网络计算量。 STDC模块的结构如下图所示： 图中的 ConvX 表示“卷积+BN+ReLU”操作， M 表示输入特征通道数， N 表示输出特征通道数。 在STDC模块中，第1个block的卷积核尺寸为 1 \times 1，其余block的卷积核尺寸为 3 \times 3。 若STDC模块的最终输出通道数为 N，除最后一 …

2023年7月2日 · 本文设计了一种新的结构，叫做Short-Term Dense Concatenate module（STDC module），通过少量参数就可获得不同大小的感受野以及多尺度信息。将STDC模块无缝集成到U-net架构中就得到了STDC network，大大提高了语义分割任务中的网络性能。

2021年7月8日 · 本文介绍了美团在CVPR2021发表的实时语义分割模型STDC-Seg，该模型在保证高效性能的同时具有高精度。 文章详细分析了网络结构，包括ARM模块和边缘细节的辅助监督策略，后者通过不同步长的拉普拉斯卷积融合生成边界目标。 此外，还讨论了边缘损失的BCELOSS和DICELOSS结合训练，以提升分割效果。 0. 实时语义系列. 1. 简介. 前面也介绍了几篇强大的实时 语义分割 项目或者paper，这里再介绍一个来自美团CVPR2021的项目： STDC …

2022年3月2日 · 设计了一个短期密集连接模块（STDC模块），通过消除结构冗余而高效，用于提取具有可扩展感受野和多尺度信息的深层特征。 该模块以可承受的计算成本 提升了STDC网络的性能。 具体地说，我们逐步降低特征映射的维数，并使用它们的聚合来表示图像，这形成了STDC网络的基本模块。 在解码器中，我们提出了一个 细节聚合模块，该模块以单流方式将空间信息的学习集成到低层。 从而在低层中更精确地保存空间细节，而不会在推理时间中产生额外的计算 …

We present STDC-Seg, an mannully designed semantic segmentation network with not only state-of-the-art performance but also faster speed than current methods. Highlights: Short-Term Dense Concatenation Net: A task-specific network for dense prediction task.

使用stdc网络作为主干，我们的细节引导stdc seg在实时语义分割中实现了最先进的速度-精度权衡。 大量实验和可视化结果表明，我们提出的STDC Seg网络是有效的。

首先设计了一种新的结构，称为短期密集连接模块（Short-Term Dense Concatenate module， STDC module ），以少量参数获得不同的 可变感受野 ；然后将STDC模块集成到 U-net架构 中，形成STDC网络，显著提高了网络在语义分割任务中的性能。

We present STDC-Seg, an mannully designed semantic segmentation network with not only state-of-the-art performance but also faster speed than current methods. Highlights: Short-Term Dense Concatenation Net: A task-specific network for dense prediction task. Detail Guidance: encode spatial information without harming inference speed.

2024年9月11日 · STDC-Seg 是一个基于PyTorch实现的实时语义分割框架，源自CVPR 2021的一篇文章《Rethinking BiSeNet For Real-time Semantic Segmentation》。该项目由美团研究团队提出，旨在提供一个在保持高速度的同时不失高精度的语义分割解决方案。