基于改进MobileOne的轻量级无人机目标语义分割方法

基于改进MobileOne的轻量级无人机目标语义分割方法，首先，使用MobileOne轻量级骨干网络替代传统的xception模块，以降低参数量和提升计算效率。其次，引入金字塔池模块和EMA模块，以处理多尺度特征，增强模型对不同尺度目标的识别能力，特别是EMA模块通过跨维交互进一步聚合并行分支的输出特征，解决通道降维可能带来的副作用。同时，UAFM利用注意力模块生成权重，通过融合不同层级的特征图来提升分割精度。最后，通过模型压缩和加速技术，将优化后的模型高效部署在无人机的边缘处理器上。在算力受限且满足FPS大于30的实时要求下，与其他轻量化语义分割方法相比，提出的方法精度至少提升3.88%，准确度至少提高2.01%，优势显著。