一种基于TransDeep模型的图像语义分割方法

一种基于TransDeep模型的图像语义分割方法，属于计算机视觉中的图像语义分割技术领域，包括如下步骤：一、获取公开数据集并进行数据预处理；二、建立TransDeep模型：首先，采用主干网络特征提取模块提取低级特征和高级特征；其次，采用双分支融合架构分别对高级特征和低级特征进行处理；将双分支的语义特征信息通过特征融合模块进行融合，并使用线性上采样模块还原到期望的特征图尺寸；三、通过可训练权重的融合损失函数，有效地解决数据集中的类别不平衡问题；四、利用数据集进行训练，获取最佳网络模型。通过对比试验证明，本发明在特征提取、上下文信息融合以及分割精度方面具有较高的效率和能力。