一種基于改進的多尺度全卷積網絡語義分割方法
基本信息

| 申請?zhí)?/td> | CN202111567697.7 | 申請日 | - |
| 公開(公告)號 | CN114220098A | 公開(公告)日 | 2022-03-22 |
| 申請公布號 | CN114220098A | 申請公布日 | 2022-03-22 |
| 分類號 | G06V20/70(2022.01)I;G06V10/80(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 賈海濤;劉博文;周煥來;趙宏濤;張洋;李玉琳;譚志昊;王俊 | 申請(專利權)人 | 一拓通信集團股份有限公司 |
| 代理機構 | - | 代理人 | - |
| 地址 | 210000江蘇省南京市江蘇省自貿區(qū)南京片區(qū)浦濱路320號科創(chuàng)一號大廈B座701室 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于改進的多尺度全卷積網絡語義分割方法,該發(fā)明在語義分割圖片時具有通用性,主要是針對復雜場景圖片的語義分割。該專利以類別數目較多的PASCAL Context數據集為例,針對類別較多的情況,將VGG19網絡中的全連接層改為卷積層使網絡變?yōu)榫哂姓Z義分割代表性的編碼器?解碼器結構。加入跳躍結構來提取網路不同層級的特征,加入殘差網絡解決網絡深度導致的梯度消失和爆炸問題,加入并改進了ASPP空洞空間池化金字塔來進行多尺度語義信息提取與融合。在上采樣時采用反卷積的方法來提高解碼器恢復的性能?;诟倪M的多尺度全卷積網絡語義分割算法模型能夠精準的進行圖像語義信息的提取,在類別較多的復雜場景下也能夠取得較好的識別效果。 |





