PERCEPTION
DPNeXt：一种用于高效ViT多任务密集预测的轻量级多尺度特征融合框架
Jehun Kang, Jungha Wang, Youngjun Hwang, David Hyunchul Shim
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
该论文提出DPNeXt，一种轻量级多尺度特征融合解码器，用于替代标准密集预测Transformer，提升机器人感知系统中多任务学习的效率。通过双深度可分离倒置瓶颈和多任务边界引导策略，DPNeXt在Cityscapes和NYUv2数据集上取得了领先性能。
关键词
multi-task learningdense predictionvision transformerfeature fusiondepth estimationsemantic segmentation
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013