基于cityscape的DDRNet算法

前言

DDRNet是专门为实时语义分割设计的高效主干。该模型由两个深度分支组成，在这两个分支之间执行多次双边融合，并且还设计了一个新的上下文信息抽取器，名为深度聚合金字塔池模块（DAPPM），用于扩大有效的接受域，并基于低分辨率特征映射融合多尺度上下文。在cityscape数据集上取得了不错的效果。本文详细介绍DDRNet的工程实现以及改进，以供部分有需要的同学写毕设或者发论文，数据集可直接在文中网盘下载。
参考文章：原文
参考代码：code

1.文章简介

该模型的主要有两个贡献点：
1.提出了深度双分辨率网络结构，该结构由两个分支组成，在这两个分支之间执行多次双边融合，以充分融合空间信息和语义信息。

2.提出了DAPPM模块来进一步从低分辨率特征地图中提取上下文信息。以1/64图像分辨率的特征映射为输入，采用指数步长的大池核生成1/128、1/256、1/512图像分辨率的特征映射