複数の倍率レベルでパッチに分割してセマンティックセグメンテーションを行い、一つ前の広い領域に対する疎な結果と、より小さな領域の詳細な結果を入力として、Residual Blockを含むネットワーク構造のRefinement Moduleで結果を洗練させるMagNetを提案した。

Cityscapes、DeepGlobe及びGleasonのデータセットで評価を行い、GPUメモリ使用量を増やすことなく、CVPR 2020採択のPointRendやSegFixを上回る結果。MagNetを高速化したMagNet-Fastでも、mIoUにおいて従来手法を上回る結果。

高解像度におけるGPUメモリの制約という実際的な課題に対処し、CVPR 2020採択の論文からの性能向上を示したため通ったと考えられる。PyTorch実装( https://github.com/VinAIResearch/MagNet )が公開されている。