基于改进高分辨率网络的多语义图像分割方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于改进高分辨率网络的多语义图像分割方法
张少杰;彭富明;方斌;张子祥;相福磊;何浩天
【期刊名称】《机械制造与自动化》
【年(卷),期】2024(53)3
【摘要】针对室外复杂场景下图像分割难度较大的问题,提出一种基于HRNet的多语义图像分割模型(HR_DfeNet)。
该模型通过引入通道注意力和空间注意力模块优化特征提取,通过改进金字塔池化模块设计ASPP_M模块形成高分辨率特征提取分支,并与多种注意力机制融合。
在Cityscape数据集上,HR_DfeNet相较于传统分割模型表现出不同程度的分割优化效果。
【总页数】4页(P181-184)
【作者】张少杰;彭富明;方斌;张子祥;相福磊;何浩天
【作者单位】南京理工大学
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于改进JSEG算法的高分辨率遥感图像分割方法
2.基于改进U-Net网络的甲状腺结节超声图像分割方法
3.基于改进U-Net网络的光伏板图像分割方法
4.基于改进DeepLabv3+网络的马铃薯根系图像分割方法
5.基于级联高分辨率网络的活性污泥显微图像分割方法
因版权原因，仅展示原文概要，查看原文内容请购买。