计算机工程

作者：叶剑锋, 徐轲, 熊峻峰, 王化明

单位：南京航空航天大学 机电工程学院, 南京 210008

关键词：注意力机制,辅助任务,辅助损失,多任务学习,语义分割

基金：国家自然科学基金（61363066）。

为提高网络模型低层特征的离散度和语义分割算法的性能，以全卷积神经网络作为基础模型，提出一种基于辅助损失、边缘检测辅助任务和注意力机制的语义分割算法。通过重新设计网络模型的辅助损失分支，使网络低层特征编码更多语义信息。在多任务学习中，选择边缘检测作为辅助任务，基于注意力机制设计边缘检测的辅助任务分支，使网络模型更关注物体的形状和边缘信息。在此基础上，将基础模型、辅助损失分支、辅助任务分支集成构造为语义分割模型。在VOC2012数据集上的实验结果表明，该算法的平均交并比为71.5%，相比基础模型算法提高了6个百分点。

来源：2021年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第9期