DC-Net: Divide-and-Conquer for Salient Object Detection

要約

この論文では、顕著オブジェクト検出 (SOD) タスクに分割統治を導入し、顕著マップを予測するための事前知識をモデルが学習できるようにします。
私たちは、新しいネットワークである分割統治ネットワーク (DC-Net) を設計します。これは、2 つのエンコーダーを使用して、最終的な顕著性マップの予測に役立つさまざまなサブタスクを解決します。ここでは、幅 4 のエッジ マップと顕著性の位置マップを予測します。
オブジェクトを抽出し、さまざまなセマンティック情報を持つ特徴マップをデコーダーに集約して、最終的な顕著性マップを予測します。
DC-Net のデコーダは、新しく設計された 2 レベルの Residual ネスト ASPP (ResASPP$^{2}$) モジュールで構成されており、少数の畳み込み演算で多数の異なるスケールの特徴をキャプチャする機能を備えています。
常に高い分解能を維持し、大きくてコンパクトな有効受容野（ERF）が得られるという利点があります。
分割統治の並列コンピューティングの利点に基づいて、並列アクセラレーションを使用して DC-Net を高速化し、高効率 (60 FPS および 55 FPS) で 6 つの LR-SOD データセットと 5 つの HR-SOD データセットで競争力のあるパフォーマンスを達成できるようにします。
）。
コードと結果は、https://github.com/PiggyJerry/DC-Net から入手できます。

要約(オリジナル)

In this paper, we introduce Divide-and-Conquer into the salient object detection (SOD) task to enable the model to learn prior knowledge that is for predicting the saliency map. We design a novel network, Divide-and-Conquer Network (DC-Net) which uses two encoders to solve different subtasks that are conducive to predicting the final saliency map, here is to predict the edge maps with width 4 and location maps of salient objects and then aggregate the feature maps with different semantic information into the decoder to predict the final saliency map. The decoder of DC-Net consists of our newly designed two-level Residual nested-ASPP (ResASPP$^{2}$) modules, which have the ability to capture a large number of different scale features with a small number of convolution operations and have the advantages of maintaining high resolution all the time and being able to obtain a large and compact effective receptive field (ERF). Based on the advantage of Divide-and-Conquer’s parallel computing, we use Parallel Acceleration to speed up DC-Net, allowing it to achieve competitive performance on six LR-SOD and five HR-SOD datasets under high efficiency (60 FPS and 55 FPS). Codes and results are available: https://github.com/PiggyJerry/DC-Net.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google