4 个月前

全卷积线解析

全卷积线解析

摘要

我们提出了一种单阶段的全卷积线段解析网络(F-Clip),该网络能够从图像中检测线段。所提出的网络非常简单且灵活,可以根据不同应用的需求在速度和精度之间进行平滑的权衡。F-Clip通过预测每条线段的中心位置、长度和角度,以端到端的方式检测线段。为了有效利用真实图像数据集中线段角度分布的统计先验,我们进一步定制了全卷积网络中的卷积核设计。我们进行了广泛的实验,结果表明我们的方法在效率和精度之间取得了显著更好的平衡,在单个GPU上最高可达到73帧每秒(FPS)的实时线段检测速度。这样的推理速度使得我们的方法可以无缝应用于实时任务,而不会牺牲之前方法的精度。此外,当配备性能提升的骨干网络时,F-Clip能够在相似甚至更高的帧率下显著超越所有现有的最先进线段检测器的精度。换句话说,在相同的推理速度下,F-Clip始终能够实现最佳的精度。源代码:https://github.com/Delay-Xili/F-Clip。

代码仓库

基准测试

基准方法指标
line-segment-detection-on-wireframe-datasetF-Clip
sAP10: 68.3
sAP5: 64.3
line-segment-detection-on-york-urban-datasetF-Clip
sAP10: 30.8
sAP5: 28.5

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
全卷积线解析 | 论文 | HyperAI超神经