-
题名面向语义分割模型的外接多尺度投票网络
被引量：1
- 1
-
-
作者
朱杰
龚声蓉
周立凡
徐少杰
钟珊
-
机构
东北石油大学计算机与信息技术学院
常熟理工学院计算机科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第10期279-287,共9页
-
基金
国家自然科学基金(61972059,42071438)
江苏省自然科学基金(BK20191474)。
-
文摘
针对语义分割领域中多尺度共享网络训练复杂度高,以及网络在小目标、长条状目标、目标边缘处拟合效果不佳的问题,提出一种新型外接多尺度投票网络。通过投票网络融合各尺度分割结果,降低网络训练复杂度,并将共享网络中的分割网络与各尺度注意力头剥离开,仅训练各尺度注意力头,以便于网络收敛。在投票网络的结构设计中,使用多类别投票方法扩大投票空间,通过融入混合池化模块聚合近程与远程权值,扩大网络感受野,缓解权值图中长条状目标拟合间断与缺失的问题。在此基础上引入类内、类间投票注意力模块获取权值及类间关系,并采用不规则卷积,改善投票权值图的边缘拟合效果。在Cityscapes数据集上的实验结果表明,相比FCN、PSPNet、DeepLabv3+分割网络,该网络的平均交并比分别提升了0.92、0.88、0.80个百分点,与共享网络相比,其训练复杂度更低,精度更高。
-
关键词
语义分割
多尺度投票网络
平均交并比
不规则卷积
目标边缘
-
Keywords
semantic segmentaton
multi-scale voting network
mean Intersection over Union(mIoU)
irregular convolution
target edge
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
