Semantic segmentation of fashion photos using light-weight asymmetric U-Net

Anh H. Dang, Wataru Kameyama

研究成果: Conference contribution

抄録

Semantic segmentation is crucial for machine image understanding. The availability of public data set such as MSCOCO, ADE20K and CityScape encourages the development of popular models for semantic segmentation like SegNet and PSPNet. In this paper, we propose a light-weight deep neural network for street-fashion semantic segmentation. Experiment on ModaNet data set shows that our proposed network results in high accuracy despite its low requirement in the computational resource.

本文言語English
ホスト出版物のタイトル2019 IEEE 8th Global Conference on Consumer Electronics, GCCE 2019
出版社Institute of Electrical and Electronics Engineers Inc.
ページ175-178
ページ数4
ISBN(電子版)9781728135755
DOI
出版ステータスPublished - 2019 10
イベント8th IEEE Global Conference on Consumer Electronics, GCCE 2019 - Osaka, Japan
継続期間: 2019 10 152019 10 18

出版物シリーズ

名前2019 IEEE 8th Global Conference on Consumer Electronics, GCCE 2019

Conference

Conference8th IEEE Global Conference on Consumer Electronics, GCCE 2019
国/地域Japan
CityOsaka
Period19/10/1519/10/18

ASJC Scopus subject areas

  • 器械工学
  • 人工知能
  • コンピュータ ネットワークおよび通信
  • コンピュータ サイエンスの応用
  • 電子工学および電気工学

フィンガープリント

「Semantic segmentation of fashion photos using light-weight asymmetric U-Net」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル