Cityscapes數據集是一個計算機視覺語義分割數據集，多說無益，百度雲鏈接如下：
Cityscapes
需要解壓gtFine.zip 沒有包含coarse的標註
深度學習論文: LRNnet: a light-weighted network with efficient reduced non-local operation for real-time semantic segmenta
深度學習論文: Pyramidal Convolution: Rethinking Convolutional Neural Networks for Visual Recognition及其PyTorch實現 Pyramidal
1. What is the contribution of this paper? This paper proposed joint unsampling module named Joint Pyramid Upsampli
Motivation 作者認爲，儘管檢測和分割被分成兩個任務，但是這些差異都是人爲設定的。因此，這裏應該存在一種任務——Simultaneous Detection and Segmentation，這個其實就是後來的instan
Abstract 暫時還放在arxiv上，沒有出版.中科院自動化所模式匹配國重的文章. 在本文看來，語義分割存在的主要問題是分辨率的降低導致物體細節和小物體損失，現在的很多方法都是致力於如何更好提高分辨率.本文於是提出了Stac
引介 ICCV2017的文章，arXiv:1703.07684 [cs.CV]，本文有LeCun的署名. Abstract 預測接下來視頻幀的單純的RGB像素值已經被研究了很久，本文提出了一種新奇的任務——預測接下來的視頻幀的語義
Concurrent Spatial and Channel Squeeze & Excitation in Fully Convolutional Networks PDF: https://arxiv.org/pdf/1803
LiteSeg: A Novel Lightweight ConvNet for Semantic Segmentation PDF: https://arxiv.org/pdf/1912.06683.pdf PyTorch代碼:
RGPNET: A REAL-TIME GENERAL PURPOSE SEMANTIC SEGMENTATION PDF: https://arxiv.org/pdf/1912.01394.pdf PyTorch代碼: http
