摘要
本发明公开了基于融合注意力的U‑net网络的平面图语义分割方法,包括以下步骤:S1.获取平面图像,并对获取到的平面图像进行预处理后输入U‑net网络中;S2.在U‑net网络中对预处理后的平面图像进行特征提取;S3.将提取到的多尺度特征进行融合;S4.输出融合后的结果并进行后处理。本发明将深度学习技术引入平面图自动语义分割框架,充分利用建筑平面图的空间结构特性,通过卷积神经网络实现各类房间和建筑元素的高效分割。
技术关键词
语义分割方法
平面图
注意力
全局平均池化
网络
图像
像素
深度学习技术
通道
空间结构
融合特征
批量
解码器
特征值
噪声
编码器
滤波器
建筑
系统为您推荐了相关专利信息
射线追踪方法
数据驱动模型
多径
数据驱动方法
场景
负荷预测方法
注意力机制
燃气
灰色关联度分析
灰色关联分析法
贝叶斯神经网络
路面性能预测
神经网络模型
参数
指标
故障检测模型
检测数据输入
长短期记忆网络
多层感知机
稀疏非负矩阵分解