-
题名基于奇偶交叉卷积的轻量级图像语义分割网络
- 1
-
-
作者
栗风永
叶彬
秦川
-
机构
上海电力大学计算机科学与技术学院
上海理工大学光电信息与计算机工程学院
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2022年第3期448-456,共9页
-
基金
国家自然科学基金(No.U1736120)
上海市自然科学基金(No.20ZR1421600)资助
-
文摘
传统轻量级图像语义分割网络中的跨步下采样卷积导致感受野呈现刺状分布,使得像素点利用率出现系统偏差,影响分割精度的提升。为此,针对传统的轻量级图像语义分割网络设计一种奇偶交叉卷积的下采样模块,在跨步奇数卷积模块前增加单步偶数卷积模块,在一定程度上缓解了刺状分布带来的不良影响,消除了分割网络中不同空间位置上像素利用率的偏差,最终提高了模型对像素点的分割精度。通过7种不同轻量级图像语义分割网络的对比可以看出,所提模型可以明显消除刺状分布,使分割网络的精度进一步提高,同时也证明了该模型适用于不同的轻量级网络,具有普适性。
-
关键词
图像语义分割
卷积神经网络
轻量级网络
奇偶交叉卷积
-
Keywords
image semantic segmentation
convolutional neural network(CNN)
lightweight network
parity cross convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
