摘要
本发明公开一种面向移动智能体的边界信息辅助的语义分割方法,该方法包括下列步骤:数据集预处理;构建基于边界信息辅助的轻量化语义分割模型;对构建的网络模型进行训练;根据损失函数计算模型参数梯度,通过AdamW优化器进行参数更新,将更新参数后的网络模型用于下一组训练样本,如此反复,直到网络在验证集上的损失数值趋于平稳,此时的模型为训练完成的模型;将测试集输入步骤3训练好的网络模型中,输出语义分割图和边界检测图。本发明大大降低了FLOPs,使模型的实时性,得到的保证,并优化了语义分割头和边缘检测头,使其在参数量有所降低的情况下保持了较高的分割精度。
技术关键词
语义分割方法
分支
语义特征
输出特征
语义分割模型
全局平均池化
空洞
图像编码器
边界特征
模块
通道注意力机制
像素
网络
参数
优化器
训练集
系统为您推荐了相关专利信息
高斯核函数
多尺度
注意力机制
功能磁共振成像数据
网络分析方法
自动驾驶方法
融合控制器
轨迹规划器
时序特征
子系统
地铁能耗预测方法
注意力机制
注意力模型
前馈神经网络
状态空间模型