摘要
本发明提供一种基于注意力嵌套双分支网络的实时语义分割方法,本方案的ANDNet双分支网络包含语义分支和简化的细节分支,简化的细节分支减少了空间细节分支的冗余部分,这样设计在维持高分辨率输入特征的同时也保证了一定的速度。引入SCM模块建立语义分支和细节分支特征映射之间的位置关系,进行特征对齐,尽可能的保留特征内容;同时设计上下文嵌套注意力融合模块CNAFM利用注意力机制,以嵌套的形式快速有效的融合两个分支的信息,从而获得更加有竞争性的结果。本方案能有效提取和融合图像的特征信息,实现不错的分割效果。
技术关键词
双分支网络
语义分割方法
嵌套
金字塔池化模块
Adam算法
阶段
保留特征
注意力机制
内核
优化器
多项式
像素
通道
分辨率
图像
系统为您推荐了相关专利信息
软件开发系统
互联网大数据
复杂度
数据采集单元
周期
疾病
图像特征数据
鸡蛋
相干断层扫描
光学相干断层分析
客户端
语义分割方法
分支
特征提取器
全卷积网络
风场
仿真数据
微尺度
三维实体模型
LightGBM模型