基于轻量化分割网络的违禁品识别算法

摘要：

针对传统语义分割算法参数量大、运行慢,不利于违禁品识别技术实际应用的问题,提出一种基于轻量化分割网络的违禁品识别算法.在模型的浅层特征层设计空洞卷积模块来扩大网络的感受野,减少误分类并提升分割精细度.在深层特征层设计非对称卷积模块取代传统单一串联卷积操作,降低计算复杂度.实验结果表明,所提算法在识别精度和速度上取得了均衡的性能,平均交并比(mIoU)达73.18×10-2,每秒传输帧数(FPS)达27.1.

关键词：图像处理、违禁品识别、空洞卷积模块、非对称卷积模块

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：219-227