国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:程晓悦, 赵龙章, 胡穹, 史家鹏
单位:南京工业大学 电气工程与控制科学学院, 南京 211816
关键词:语义分割,轻量级网络,分组卷积,密集层,注意力机制
基金:国家自然科学基金(61403189)。
针对传统语义分割网络速度慢、精度低的问题,提出一种基于密集层和注意力机制的快速场景语义分割方法。在ResNet网络中加入密集层和注意力模块,密集层部分采用两路传播方式,以更好地获得多尺度目标,并使用分组卷积减少计算量。同时在特征提取网络中加入注意力模块,以减少精度损失。实验结果表明,该方法在保证分割精度的前提下提升了分割速度,在Cityscapes数据集上得到了81.5%的MIOU,速度为42.3 frame/s,在ADE20K数据集上得到了61.8%的MIOU,速度为27.9 frame/s。
来源:2020年第4期
《计算机工程》期刊编辑部