摘要

现实世界的应用对语义分割方法提出了较高要求。尽管深度学习推动了语义分割技术的显著进步，但现有实时语义分割方法的性能仍不尽如人意。本文提出PP-LiteSeg，一种面向实时语义分割任务的新型轻量化模型。具体而言，我们设计了一种灵活轻量的解码器（Flexible and Lightweight Decoder, FLD），有效降低了传统解码器的计算开销。为增强特征表示能力，我们提出统一注意力融合模块（Unified Attention Fusion Module, UAFM），该模块结合空间注意力与通道注意力生成权重，并利用该权重对输入特征进行融合。此外，我们还引入一种简单金字塔池化模块（Simple Pyramid Pooling Module, SPPM），以较低的计算成本聚合全局上下文信息。大量实验结果表明，PP-LiteSeg在准确率与推理速度之间实现了优越的平衡。在Cityscapes测试集上，PP-LiteSeg在NVIDIA GTX 1080Ti显卡上分别达到72.0% mIoU/273.6 FPS和77.5% mIoU/102.6 FPS的性能。源代码与预训练模型已开源，可在PaddleSeg项目中获取：https://github.com/PaddlePaddle/PaddleSeg。