基于BDS-Former的室内结构化场景表征方法

本发明属于计算机视觉技术领域，具体涉及一种基于BDS‑Former的室内结构化场景表征方法。为了进一步提升全景分割质量，本发明主在主干网络和像素解码器中间添加了双向跨尺度连接和加权特征融合网络BiFPN，增强了多尺度特征处理能力，提升模型对小目标和复杂场景的分割效果，在像素解码器中用DynamicConv代替了原有的Conv2D层，DynamicConv能够根据不同的输入数据动态调整卷积核，使得模型能够更有效地处理复杂场景中的特征，在像素解码的过程添加了注意力机制SEAttention，提升了模型对关键特征的捕获能力。