10.3969/j.issn.1673-5692.2020.06.005
A-PSPNet:一种融合注意力机制的PSPNet图像语义分割模型
针对现有图像语义分割模型小目标对象分割精度不理想以及目标较小条状区域较难分割等问题,提出一种融合注意力机制的PSPNet语义分割模型A-PSPNet.该模型在卷积网络特征提取阶段嵌入了CBAM注意力机制,同时使用全局池化对金字塔池化后的特征通道进行加权融合来保留更多的重要特征信息.基于自建的《格萨尔千幅唐卡》小目标图像数据集的实验结果表明,A-PSPNet与PSPNet、FCN相比,MPA指标值分别高了1.8%、0.3%,MIoU指标值分别高了4%、0.9%;基于PASCAL VOC2012开源数据集的实验结果表明,A-PSPNet在目标条状区域的分割效果明显优于PSPNet与FCN.
图像语义分割、PSPNet、注意力机制、小目标对象分割
15
TP391.41(计算技术、计算机技术)
国家社科基金重大项目;中央高校基金;西南民族大学研究生创新型科研项目
2020-08-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
518-523