摘要
本发明公开了一种轻量化鱼眼图像语义分割方法,采用了端到端的训练方式,直接使用原始鱼眼图像进行训练,输入图像首先通过多尺度卷积注意力网络进行多层次特征提取,随后由多尺度线性注意力模块增强对畸变特征的建模能力,接着由基于内容引导注意力机制的特征融合模块实现跨层特征的自适应融合,最终由Mask2Former解码器生成精确的分割结果。本发明的轻量化鱼眼图像语义分割方法,不仅实现了较高的分割精度,还显著提高了推理速度,能够满足自动驾驶等实时性要求较高的应用场景需求,为鱼眼图像的高效语义分割提供了一种有效的解决方案,在实时性与准确性之间取得了良好的平衡。
技术关键词
语义分割方法
鱼眼图像
卷积注意力网络
多尺度
通道注意力机制
多层次特征提取
畸变特征
跨层特征
图像分割模型
全局平均池化
线性
解码器
采样模块
分支
洗牌
系统为您推荐了相关专利信息
多层次特征融合
热像仪
融合神经网络
通道注意力机制
传感器腔体
语义分割方法
图像特征数据
交叉注意力机制
图像校准
融合特征