站長之家（ChinaZ.com）9月1日 消息:DySample是一個超輕量級和有效的動態(tài)上采樣器，是一種更簡潔、更高效的方式，用于提升圖像分辨率。相較于傳統(tǒng)的CARAFE和SAPA方法，DySample對計(jì)算資源的需求更小，能夠在不增加額外負(fù)擔(dān)的情況下實(shí)現(xiàn)圖像分辨率的提升。

項(xiàng)目地址:https://github.com/tiny-smart/dysample

盡管最近的基于內(nèi)核的動態(tài)上采樣器如CARAFE、FADE和SAPA取得了令人印象深刻的性能提升，但它們引入了大量的工作量，主要是由于時(shí)間消耗大的動態(tài)卷積和用于生成動態(tài)內(nèi)核的額外子網(wǎng)絡(luò)。 此外，F(xiàn)ADE和SAPA對高分辨率特征的需求在一定程度上限制了它們的應(yīng)用場景。

為了解決這些問題，研究人員繞過了動態(tài)卷積，并從點(diǎn)采樣的角度來表述上采樣，這更加節(jié)省資源并可以用PyTorch中的標(biāo)準(zhǔn)內(nèi)置函數(shù)輕松實(shí)現(xiàn)。

與之前的基于內(nèi)核的動態(tài)上采樣相比，DySample不需要自定義的CUDA包，并且參數(shù)、FLOPs、GPU內(nèi)存和延遲都要少得多。

除了輕量級的特點(diǎn)之外，DySample在五個密集預(yù)測任務(wù)（語義分割、目標(biāo)檢測、實(shí)例分割、全景分割和單目深度估計(jì)）中都優(yōu)于其他上采樣器。DySample的應(yīng)用領(lǐng)域也更廣泛，可以適用于各類圖像處理任務(wù)，有效提升圖像處理的效率和質(zhì)量。

（舉報(bào)）