摘要
本发明提出一种基于改进Deeplabv3+的高效语义分割方法,包括以下步骤:将输入的图片裁剪为512×512后,输入Mobilenetv2特征提取网络中进行特征提取,获得128×128×24、64×64×32、32×32×96和32×32×320四个不同层级的特征;将前三个层级的特征输入FPN模块中进行特征融合输出浅层特征,将其输入PCSM注意力模块后的输出特征输入解码器中;将最后一层级的特征输入EASPP模块得到深层特征,将其输入PCSM注意力模块后的输出特征输入解码器中;输入解码器的浅层特征经过1×1卷积调整通道数,深层特征经过1×1卷积调整通道数以及上采样后与经过1×1卷积调整通道数的浅层特征进行拼接,再经过3×3卷积和4倍上采样得到最终的预测结果。本发明实现了对传统的Deeplabv3+的优化。
技术关键词
语义分割方法
特征提取网络
输入解码器
输出特征
注意力
空洞
通道
模块
上采样
分支
层级
多层感知机
并行工作
网络结构
图片
系统为您推荐了相关专利信息
面向遥感图像
蒸馏方法
检测损失
检测结构
区域建议网络
注意力机制
建筑结构健康监测
混凝土裂缝检测
AI开放平台
模块
服饰特征
特征提取单元
姿态特征
轮廓特征
图像生成方法