- …
- …
#129
summarized by : Shion Honda
どんな論文か？
RTSSで使われるBiSeNetは画像分類のためのモデル（XceptionやResNet）に基づいており、最適な構造とは言えない。そこで、推論時にspatial pathを外すための工夫などを施して速度を改善したShort-Term Dense Concatenateネットワークを提案した。
新規性
画像細部に関する損失は訓練時に利用するが、そのためのspatial pathのような特別なモジュールは用意せず、単純にskip connectする。
結果
CityscapesとCamVidで、速度・精度のトレードオフのSOTA。
その他（なぜ通ったか？等）
RTSSは自動運転やロボットなどの応用先において不可欠な基幹技術であり、速度や精度の向上はそれ自体が重要な貢献となる。
- …
- …