一种基于蛇形卷积的图像语义分割方法

本发明公开了一种基于蛇形卷积的图像语义分割方法，涉及人工智能的图像处理与计算机视觉技术领域。本发明通过方法的设计获得一种新的快速、高效、精确的图像分割模型DSM‑Net；DSM‑Net使用对称编码－解码架构有效地进行特征提取和上采样，实现端到端的像素级别预测；其中，编码阶段结合了蛇形卷积(EncoderDS)，能够线性调整卷积核位置来充分学习物体特征；采用融合池化结合卷积与池化高效传递编码器提取的有效特征；混合注意力模块来对空间和通道进行建模，促使网络关注于不同的局部结构特征并实现高效特征拟合能力；整体架构的合理搭建大大减少了训练成本，合理的网络深度与内部模块设计解决了因分割目标存在形态分布、大小差距过大而导致分割精度较低的问题。