摘要
本发明记载了一种多尺度注意力与中值增强的语义分割方法,包括以下步骤:S1,提取原始图像的初始特征,形成Inception块的输出特征;S2,将输出特征输入多尺度特征增强模块,输出多尺度特征;S3,将多尺度特征输入中值增强空间通道注意力模块,输出注意力特征图;S4,通过交叉特征融合块生成高层特征与低层特征的最终融合特征;S5,将注意力特征图经上采样之后,与最终融合特征相加并上采样得到融合特征图;S6,将所述融合特征图再经上采样并进行拼接,输出拼接后的特征图;S7,将拼接后的特征图经过上采样和一个全连接层展开得到原始图像的分割预测图。本发明记载的方法能更全面地捕捉特征分布信息,获得更清晰、准确的原始图像边缘分割结果。
技术关键词
语义分割方法
融合特征
输出特征
多尺度特征
多层感知器
全局平均池化
图像
特征分布信息
空洞
上采样
通道注意力机制
非标准尺寸
输入多尺度
元素
非线性
模块
系统为您推荐了相关专利信息
机器狗
置信度阈值
识别方法
网络结构优化
空间金字塔池化
虚拟声场
声音检测
麦克风阵列
识别定位方法
多角度
振动信号去噪方法
频域特征
切片
去噪模型
噪声频谱