-
Fast_Seg提供了一个在Pytorch上的快速语义分割模型，该模型适用于CityScapes和Camvid DataSet
资源介绍
:high_voltage: Fast_Seg :high_voltage:
此回购尝试在道路场景数据集（CityScape，Mapillary，Camvid）上实现最新的快速语义分割模型。
此回购协议的目的是什么？
此存储库旨在进行实验并验证快速语义分段的想法，并且该存储库还提供了一些快速模型。
我们的ICnet实施实现了74.5％的mIoU ，比原始纸张高5％ 。 !!!!!此处：
精确段的另一个链接：
提供了一些最新的准确方法实现。
动物园模型（更新中）
ICNet：ICnet，用于在高分辨率图像上进行实时语义分割。 ECCV-2018，
DF-Net：部分订单修剪：在神经架构搜索中获得最佳速度/精度折衷.CVPR-2019，
Bi-Seg：用于实时语义分割的双边分割网络.ECCV-2018，
DFA-Net：用于实时语义分割的深度特征聚合.CVPR-2019，
ESP-Net：用于语义分割的膨胀卷积的有效空间金字塔。 ECCV