DySample
DySample通过学习采样的视角进行上采样,完全避开了时耗的动态卷积运算和额外的子网络。与以往的基于核的动态上采样器相比,DySample不需要自定义的CUDA包,参数量和FLOPs也较少。DySample在语义分割、目标检测、实例分割、全景分割和单目深度估计等任务上都优于其他上采样器。
需求人群：
[“图像处理”,”计算机视觉”]
使用场景示例：
语义分割模型中的上采样模块
目标检测模型中的特征提取模块
depth estimation模型中的上采样模块
产品特色：
快速的实现,不依赖额外的CUDA包
参数量少,计算量小
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
