計算資源を削減する従来法はscratchから学習した軽量化した畳み込みエンコーダを使用するのに対し、提案手法はImageNetでpretrainされたコンパクトなモデルを使用。さらに、受容野を拡大するためにspatial pyramid poolingを使用したモデルを提案している。

GTX1080Tiで1024*2048の画像を39.9Hzで処理しつつCityscrapes Datasetで75.5%ｍIoU。従来の軽量化モデルを上回る精度。

自動運転を想定した軽量化の実用性と従来法を上回る精度。