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
多头注意力机制
序列
状态估计模型
门控循环单元
电压
抑郁
引入注意力机制
门控循环单元
残差模块
梯度下降算法