MSFormer：一种用于牙齿实例分割的骨架多视角融合方法

BriefGPT - AI 论文速递 · 2023-10-23T00:00:00Z

AsymFormer是一种新型网络，用于实时RGB-D语义分割。该网络通过优化计算资源分配和引入非对称骨干网络，最小化冗余参数，以实现多模态特征的有效融合。使用局部关注引导特征选择（LAFS）模块，通过利用不同模态之间的依赖关系选择性地融合特征。在NYUv2和SUNRGBD数据集上评估该方法，AsymFormer在NYUv2上实现了52.0％的mIoU，在SUNRGBD上实现了49.1％的mIoU。在RTX3090上实现65 FPS的推理速度，在实施混合精度量化后，达到了79 FPS的推理速度。