期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于双注意力模块的FDA-DeepLab语义分割网络 被引量:4
1
作者 张小国 丁立 +2 位作者 刘亚飞 郑子豪 王庆 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第6期1145-1151,共7页
针对DeepLabv3+对相似对象容易误判、小目标容易遗漏、预测输出存在空洞等问题,提出了一种融合通道注意力机制和空间注意力机制的FDA-DeepLab图像语义分割网络.首先,设计了一种结合通道注意力机制和空间注意力机制的特征融合模块,分别在... 针对DeepLabv3+对相似对象容易误判、小目标容易遗漏、预测输出存在空洞等问题,提出了一种融合通道注意力机制和空间注意力机制的FDA-DeepLab图像语义分割网络.首先,设计了一种结合通道注意力机制和空间注意力机制的特征融合模块,分别在4、8、16倍下采样特征图上使用该模块融合低层特征以弥补高层特征的不足;然后,针对训练样本的非均衡性问题,通过引入样本难度权重调节因子和类别权重改进了损失函数,提高了图像语义分割精度.最后,设计了消融和对比实验验证了所提网络.实验结果证明,该网络可有效提高模型的语义分割性能,在PASCAL VOC 2012验证集上相比原始模型MIoU值提高了1.2%,多尺度输入时MIoU值提高了1.9%. 展开更多
关键词 注意力机制 语义分割 损失函数 DeepLabv3+
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部