Auto-DeepLab图像语义分割架构（李飞飞等）

偏执的太偏执、 2022-03-25 04:10 314阅读 0赞

论文地址：[https://arxiv.org/pdf/1901.02985v1.pdf][https_arxiv.org_pdf_1901.02985v1.pdf]

参考文章：[https://mp.weixin.qq.com/s/xbkFUfJbaw\_h\_bCZj3pdAQ][https_mp.weixin.qq.com_s_xbkFUfJbaw_h_bCZj3pdAQ]

斯坦福大学李飞飞组的研究者提出了 Auto-DeepLab，其在[图像语义分割][https_mp.weixin.qq.com_s_xbkFUfJbaw_h_bCZj3pdAQ]问题上超越了很多业内最佳模型，甚至可以在未经过预训练的情况下达到预训练模型的表现。

论文主要有如下4个方面的贡献：

*  首次将 NAS 从图像分类任务扩展到密集图像预测任务的尝试之一。
 *  提出了一个网络级架构搜索空间，它增强和补充了已经得到深入研究的单元级架构搜索，并对网络级和单元级架构进行更具挑战性的联合搜索。
 *  提出了一种可微的连续方式，保证高效运行两级分层架构搜索，在一个 GPU 上仅需 3 天。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70][]

*  在未经 ImageNet 预训练的情况下，Auto-DeepLab 模型在 Cityscapes 数据集上的性能显著优于 FRRN-B 和 GridNet，同时也和 ImageNet 预训练当前最佳模型性能相当。在 PASCAL VOC 2012 和 ADE20K 数据集上，最好的 Auto-DeepLab 模型优于多个当前最优模型。

但更高语义级别的出现一些误判，比如：

论文指出，最后一排，行人和骑自行车的人被划为一类了（在我看来，为什么不可以是一类？）

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 1][]

第一排，壁炉和壁画划成了一类；第二排，窗户和壁画划成了一类；最后一排，将地板和地毯划成了一类。  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 2][]

[https_arxiv.org_pdf_1901.02985v1.pdf]: https://arxiv.org/pdf/1901.02985v1.pdf
[https_mp.weixin.qq.com_s_xbkFUfJbaw_h_bCZj3pdAQ]: https://mp.weixin.qq.com/s/xbkFUfJbaw_h_bCZj3pdAQ
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70]: /images/20220325/26696bcb6be44b32bfc17c105a4ba800.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 1]: /images/20220325/7efd68c7ec4046bb9a01bbe9ece08360.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc3MDE2OQ_size_16_color_FFFFFF_t_70 2]: /images/20220325/a1839bfc9bb6497abf2a17161438fecb.png