新闻中心

【第五期论文复现赛-语义分割】BiSeNet

2025-07-23
浏览次数：次
返回列表
BiSeNet是实时语义分割网络，针对常见加速方法损失空间信息等问题，提出双路径结构：Spatial Path保留高分辨率特征图，Context Path通过下采样增感受野，结合特征融合模块融合特征。在Cityscapes数据集复现中，以特定配置达75.19% mIoU，兼顾速度与性能。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

【第五期论文复现赛-语义分割】bisenet -

【第五期论文复现赛-语义分割】BiSeNet-实时语义分割网络

语义分割任务需要丰富的空间信息和大的感受野，大部分模型都通过降低特征图的分辨率来加快推理速度，特征图分辨率的降低会导致模型性能的下降。为了兼顾推理速度的同时保留大的特征图分辨率，作者提出了BiSeNet，引入Spatial Path和Context Path，Spatial Path中步长较小来得到高分辨率的特征图，Context Path引入快速的下采样机制来增加感受野，最后使用特征融合模块将Spatial Path和Context Path的特征图进行有效融合。
论文：BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
官方repo：https://github.com/CoinCheung/BiSeNet
复现repo：https://github.com/justld/BisNetV1_paddle

一、引言

为了使模型达到实时分割的效果，常常用3种方法对模型进行加速：

1、限制输入尺寸。通过resize或者crop来限制模型输入的大小，从而减少计算量；

2、裁剪网络的通道数。降低模型的通道（尤其是靠输入的层）能够减小计算量，但是弱化模型的空间表达能力；

3、ENet减少了下采样比率（抛弃了Encoder的低分辨率的层），从而导致模型的感受野降低，对大物体的分割效果不好。

为了弥补上述方法中的空间信息损失，研究者们使用U型的结构利用高分辨率的特征图来补充下采样时丢失的细节。但是这样的方法也有缺点：

1、高分辨率特征图的引入导致计算量增加，从而降低了模型运行速度；

美图云修 美图云修

商业级AI影像处理工具

美图云修 50 查看详情 美图云修

2、网络浅层通道裁剪导致丢失的空间信息损失不容易被修复。

基于以上，作者提出了BiSeNet，Spatial Path的输出是1/8特征图，保留了丰富的空间信息；在Context Path最后添加了全局平均池化层，使得Context Path特征图的感受野为全局。

二、网络结构

Spatial Path的输出是1/8特征图，保留了丰富的空间信息；在Context Path最后添加了全局平均池化层，使得Context Path特征图的感受野为全局；Attention Refinement Module和Feature Fusion Module模块都引入了注意力机制。需要注意图(a)中右下角的白色方框表示global *erage pooling层。 【第五期论文复现赛-语义分割】BiSeNet -        

三、实验结果

BiSeNet在Cityscapes数据集上的实验结果如图所示，fps在显卡NVIDIA Titan XP上计算。 【第五期论文复现赛-语义分割】BiSeNet -        

四、复现环境

paddlepaddle=2.2.2
tesla V100 * 4

五、复现结果

NetWork steps opt image_size batch_size dataset memory card mIou config weight log
BiSeNet 160K SGD 1024x512 4 CityScapes 32G 4 75.19 bisenetv1_cityscapes_1024x512_160k.yml link log

六、快速体验

按照以下步骤即可快速体验BiSeNet训练验证过程。（想要复现完整的训练过程请使用脚本任务）

In [ ] 
# step 1: git clone-已包含文件，无需clone# !git clone https://github.com/justld/BisNetV1_paddle.git
    In [ ] 
# step 2: unzip data%cd ~/data/data64550
!tar -xf cityscapes.tar
%cd ~/
    In [ ] 
# step 3: training%cd ~/BisNetV1_paddle/
!python train.py --config configs/bisenetv1/bisenetv1_cityscapes_1024x512_160k.yml --num_workers 4 --do_eval --use_vdl --log_iter 20 --s*e_interval 2000
    In [12] 
# step 4: val%cd ~/BisNetV1_paddle/
!python val.py --config configs/bisenetv1/bisenetv1_cityscapes_1024x512_160k.yml --model_path output/best_model/model.pdparams
       
/home/aistudio/BisNetV1_paddle
2025-03-11 16:09:12 [INFO]
---------------Config Information---------------
batch_size: 4
iters: 160000
loss:
  coef:
  - 1
  - 1
  - 1
  types:
  - type: OhemCrossEntropyLoss
  - type: OhemCrossEntropyLoss
  - type: OhemCrossEntropyLoss
lr_scheduler:
  end_lr: 0.0
  learning_rate: 0.01
  power: 0.9
  type: PolynomialDecay
model:
  backbone:
    output_stride: 8
    type: ResNet18_vd
  type: BiseNetV1
optimizer:
  momentum: 0.9
  type: sgd
  weight_decay: 0.0005
train_dataset:
  dataset_root: /home/aistudio/data/data64550/cityscapes
  mode: train
  transforms:
  - max_scale_factor: 2.0
    min_scale_factor: 0.5
    scale_step_size: 0.25
    type: ResizeStepScaling
  - crop_size:
    - 1024
    - 512
    type: RandomPaddingCrop
  - type: RandomHorizontalFlip
  - brightness_range: 0.4
    contrast_range: 0.4
    saturation_range: 0.4
    type: RandomDistort
  - type: Normalize
  type: Cityscapes
val_dataset:
  dataset_root: /home/aistudio/data/data64550/cityscapes
  mode: val
  transforms:
  - type: Normalize
  type: Cityscapes
------------------------------------------------
W0311 16:09:12.629894  2833 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1
W0311 16:09:12.629941  2833 device_context.cc:465] device: 0, cuDNN Version: 7.6.
2025-03-11 16:09:16 [INFO]	No pretrained model to load, ResNet_vd will be trained from scratch.
2025-03-11 16:09:16 [INFO]	Loading pretrained model from output/best_model/model.pdparams
2025-03-11 16:09:16 [INFO]	There are 206/206 variables loaded into BiseNetV1.
2025-03-11 16:09:16 [INFO]	Loaded trained params of model successfully
2025-03-11 16:09:16 [INFO]	Start evaluating (total_samples: 500, total_iters: 500)...
500/500 [==============================] - 81s 161ms/step - batch_cost: 0.1608 - reader cost: 0.1314
2025-03-11 16:10:37 [INFO]	[EVAL] #Images: 500 mIoU: 0.7519 Acc: 0.9572 Kappa: 0.9445 
2025-03-11 16:10:37 [INFO]	[EVAL] Class IoU: 
[0.9796 0.8391 0.9183 0.4422 0.5683 0.6251 0.703  0.7758 0.92   0.6217
 0.9425 0.8053 0.5925 0.9467 0.7111 0.8287 0.7332 0.5678 0.7654]
2025-03-11 16:10:37 [INFO]	[EVAL] Class Acc: 
[0.9883 0.9169 0.9508 0.8329 0.8072 0.7926 0.8402 0.8981 0.9518 0.8052
 0.9601 0.8769 0.7613 0.9691 0.9346 0.9342 0.9139 0.7919 0.8579]
       

七、复现经验

1、如果复现的精度未达到要求，且与目标精度差距不大，可以尝试增加训练次数，若与目标精度相差较大，需要检查网络、预处理过程等是否有误；
2、优先使用PaddleSeg框架复现论文，可以节省大量的时间，同时能够在PR时提高效率。

以上就是【第五期论文复现赛-语义分割】BiSeNet的详细内容，更多请关注其它相关文章！


# git  # ai  # cos  # igs  # udio  # fig  # python  # 陈村seo技巧  # 京东关键词排名掉的厉害  # 建设商城网站设计方案  # 营销推广分工  # 炸鸡汉堡外卖营销推广语  # seo怎么刷流量  # seo和电商运营好做  # 资阳商城网站建设制作  # 房地产网站建设传播方案  # 木文seo  # 相关文章  # 尤其是  # 也有  # 官网  # 留了  # 提出了  # 美图  # 一言  # 第五期  # 中文网  # type 


相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】


相关推荐： linux如何打开命令窗口  爱奇艺中下载的视频怎么在PPT中播放操作方法  sqlite中datediff函数怎么用 SQLite中DATEDIFF()函数的用法分享  远程桌面如何发送命令  如何用ftp连接命令行  如何4k对齐固态硬盘  如何修改cad中的命令  ssd固态硬盘如何安装  单片机蓝牙怎么开启设备  苹果16粉色还有哪些机型  划水是什么意思  华硕k20ce怎么装win7  油烟机上的power是什么意思  typescript干什么的  如何加装固态硬盘  rxjs和typescript什么意思  春运抢票准备什么东西  智能锁type-c接口是什么  春运抢票如何快速抢到票  typescript怎么写react  如果公司ttm市盈率为负数是什么意思  苹果16适合哪些机升级  16苹果有哪些机型  如何把一个命令后台运行  电脑type-c接口是什么意思  苹果16有哪些款式的  苹果16都有哪些亮点  命令行下如何导出数据库  怎么更新typescript  路由器上面的power红灯是什么意思  没基础做单片机怎么样  url解码什么意思  折叠屏手机为什么有黑点  热水器没热水显示power是什么意思  树莓派命令行如何新建文件  阿里云盘共享账户怎么用  一秒是多少毫秒  阿里云盘的会员怎么用  市盈率负值是什么意思  单片机怎么进行排序操作  跑分是什么意思  如何查看win10版本命令行  oracle中datediff函数怎么用 Oracle中DATEDIFF函数详解  羽毛球拍power9是什么意思  如何增加固态硬盘  怎么下载360桌面壁纸  python如何命令行换行  固态硬盘如何备份  华为5g手机掉了怎么定位找回  typescript如何生成uuid 

上一篇：信用卡客户划分
下一篇：工业蒸汽量预测

搜索