BiSeNet：面向实时语义分割的双边网络

原始论文：

• BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
• Changqian Yu, Jingbo Wang, Chao Peng, Changxin Gao, Gang Yu, Nong Sang
• ECCV 2018（BiSeNet V1）
• 后续：BiSeNet V2 (arXiv 2020), BiSeNet V3 (CVPRW 2023)
• 核心目标：在保持高精度的同时，实现毫秒级推理速度（>100 FPS on GPU）。

一、设计动机：为何需要 BiSeNet？

1.1 实时语义分割的核心矛盾

传统高性能分割模型（如 DeepLabv3+、PSPNet）存在严重瓶颈：

• 计算量大：ASPP、PPM 等模块 FLOPs 高；
• 下采样深：主干 stride=16/32 → 边界模糊；
• 推理慢：ResNet-101 + DeepLabv3+ ≈ 10 FPS（GTX 1080）。

而轻量模型（如 ESPNet、ICNet）虽快，但精度损失严重。