LETNet：使用高效 Transformer 和 CNN 的轻量级实时语义分割网络

文章预览

导读 LETNet将U形CNN与Transformer有效地结合在一起，以胶囊嵌入的方式弥补彼此的不足。 同时，精心设计的轻量级空洞bottleneck（LDB）模块和特征增强（FE）模块对从头开始的训练产生了积极影响。 在具有挑战性的数据集上进行的大量实验表明，LETNet在准确性和效率之间的平衡方面表现出色。 摘要 在过去十年里，卷积神经网络（CNNs）在语义分割任务中展现出了重要地位。尽管CNN模型表现出非常优秀的性能，但捕捉全局表示的能力仍然不足，导致结果不尽如人意。最近，Transformer在自然语言处理（NLP）任务中取得了巨大成功，展现了其在建模长距离依赖关系方面的优势。最近，Transformer也开始受到计算机视觉研究者的广泛关注，他们将图像处理任务重新定义为序列到序列预测问题，但这种方法导致局部特征细节的丢失。在本工作中，我们提出了一种轻量 ………………………………