摘要

实时场景理解在许多应用中变得至关重要，例如自动驾驶。本文提出了一种称为BlitzNet的深度架构，该架构能够在一次前向传递中同时执行目标检测和语义分割，从而实现实时计算。除了通过单一网络完成多个任务所带来的计算效率提升外，我们还展示了目标检测和语义分割在准确性方面可以互相受益。针对VOC和COCO数据集的实验结果表明，BlitzNet在实时系统中的目标检测和分割性能达到了当前最佳水平。