基于聚合Transformer和特征精细化的语义分割模型和方法

本发明公开了基于聚合Transformer和特征精细化的语义分割模型和方法，属于计算机视觉技术领域。针对目前Transformer类型的模型分割效果差、效率低、精度低的问题，本发明模型由聚合Transformer模块和特征精细化模块两部分组成。由于上下文信息的重要性，聚合Transformer模块先是随机聚和了特征图像素周围的像素，然后对特征图中每一个像素与其它像素建立长距离的远程关系，增加了特征表达的能力。另外，精细化特征模块利用有效自注意力层对编码器输出的特征图进行自注意力建模，使得骨干网络各阶段特征图像素之间具有长距离的远程依赖关系，然后FHL融合高级特征图和低级特征图来实现特征图的精细化，最后利用输出的特征图具有的全局上下文语义信息，来指导各阶段融合的特征学习。