面向高效 RGB-D 语义分割的空间信息引导自适应上下文感知网络
原文约300字/词,阅读约需1分钟。发表于: 。提出了一种有效的轻量级编码器 - 解码器网络以及其他相关模块,用于在移动机器人中进行 RGB-D 语义分割,通过跨模态相关性和补充线索可以准确提取多层次 RGB-D 特征,实验结果表明该方法在分割准确性、推理时间和参数方面具有更好的权衡。
本文介绍了一种使用NVIDIA TensorRT进行优化的高效的RGB-D分割方法。该方法在NYUv2和SUNRGB-D数据集上进行了评估,证明了RGB-D分割优于仅处理RGB图像,并展示了实时性能。此外,该方法还在Cityscapes数据集上进行了评估,显示了适用于其他应用领域,并展示了室内应用场景中的定性结果。