BriefGPT - AI 论文速递 · 2023-12-21T00:00:00Z 使用特征融合的双注意力 U-Net：拓展多类缺陷分割的边界 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 DFANet是一种高效的卷积神经网络架构，用于资源有限的语义分割。通过特征聚合和多尺度特征传播，DFANet减少了参数数量，提高了学习能力。在实验证明DFANet比现有方法快2倍，FLOPs少8倍，同时提供可比较的准确性。在Cityscapes测试数据集上，IOU平均值为70.3％，仅使用1.7 GFLOPs，在NVIDIA Titan X卡上以160 FPS的速度进行推断。 🏷️ 标签 DFANet 卷积神经网络 多尺度特征传播 特征聚合 语义分割 阅读原文 生成长图 分享链接 已复制链接
