SCASeg: Strip Cross-Attention for Efficient Semantic Segmentation
SCASeg: 带状交叉注意力用于高效的语义分割
机构 * Faculty of Engineering and Information Technology, University of Technology Sydney（工程与信息科技学院，技术悉尼大学） ； State Key Laboratory of Integrated Services Networks, Xidian University（集成服务网络国家重点实验室，西安电子科技大学） ； Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） ； PCA Lab, Key Laboratory of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（智能感知与高维信息系统重点实验室，南京理工大学计算机科学与工程学院） ； Research Center for Industries of the Future and the School of Engineering, Westlake University（未来产业研究中心和工程学院，西湖大学） ； OPPO Research, Seattle, WA 98101 USA（OPPO研究，美国华盛顿州西雅图98101）
AI总结 本文提出SCASeg，一种专为语义分割设计的解码器，通过带状交叉注意力机制提升效率，优于现有分割模型。
Comments TIP
