基于卷积神经网络的低参数量实时图像分割算法
提出了一种低参数量实时图像语义分割网络模型Atrous-squeezeseg.模型在最低参数量为2.1×107时的运算帧率为45.3 frame/s,像素点准确度与均交并比分别可达到59.5%与62.9%.同时,嵌入式设备NVIDIA TX2的运算帧率可达8.3 frame/s.实验结果表明,相比于其他分割算法,所提模型的速度和参数量均得到了提升.
图像处理、图像分割、实时图像、低参数量、卷积模块、多尺度特征
56
TP391(计算技术、计算机技术)
浙江大学CAD&CG国家重点实验室开放课题A1923;成都市科技项目2015-HM01-00050-SF
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
92-100