期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种基于空洞卷积组合的轻量级语义分割方法
1
作者 张晓庆 刘伟科 《山东科技大学学报（自然科学版）》 CAS 北大核心 2021年第6期76-84,共9页
编-解码结构的卷积神经网络是近年来出现的一类高准确率的图像语义分割方法,但是参数量大、对算力要求高的特点,束缚了其在无人驾驶、道路监控、遥感分类以及移动端物体检测等算力有限、实时性强的领域中的应用。针对以上问题,首先设计... 编-解码结构的卷积神经网络是近年来出现的一类高准确率的图像语义分割方法,但是参数量大、对算力要求高的特点,束缚了其在无人驾驶、道路监控、遥感分类以及移动端物体检测等算力有限、实时性强的领域中的应用。针对以上问题,首先设计空洞卷积组合模块—NG-APC模块,通过规范空洞率,在扩大感受野的同时解决空洞卷积中的栅格问题;再利用NG-APC模块结合深度可分离卷积搭建编码-解码结构的NA-U-Net。最后利用该网络,提出一种基于空洞卷积组合的轻量级语义分割方法,在保持较高的分割准确率的同时大幅降低卷积模型的参数量和计算量。通过在公开数据集Cityscapes上进行实验,并与经典的FCN-8s、U-Net以及轻量级的ESP-Netv2、Refine Net-LW、LiteSeg进行对比,验证本方法的有效性。 展开更多
关键词 语义分割 空洞卷积组合 感受野 栅格问题 深度可分离卷积
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部