10.3969/j.issn.2095-2163.2023.10.002
基于DCF-DeepLab网络的图像语义分割研究
针对DeepLabv3 中存在的图像小目标信息易丢失、训练时效长、目标边界分割粗糙等问题,提出了一种基于双注意力交叉融合的DCF-DeepLab图像语义分割网络.该网络设计了基于注意力机制的特征融合模块,分别在 2、4、8 倍下采样特征图上使用该模块,融合浅层特征以弥补深层特征的不足;在主干特征提取网络部分引入轻量级网络MobileNetV3-Large,减少模型推理时间;在ASPP模块嵌入多个注意力模块和串联结构,增强网络细节特征提取能力.通过在PASCAL VOC 2012 数据集上的实验结果表明,该网络可有效提升图像语义分割性能,具有一定应用潜力.
DeepLabv3、特征融合、注意力机制、语义分割
13
TP391.41(计算技术、计算机技术)
国家自然科学基金;贵州省省级科技计划项目;贵州省研究生教育教学改革重点项目;贵州省教育厅自然科学研究项目
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
共9页
1-8,14
