基于密集层和注意力机制的快速语义分割

摘要：

针对传统语义分割网络速度慢、精度低的问题,提出一种基于密集层和注意力机制的快速场景语义分割方法.在ResNet网络中加入密集层和注意力模块,密集层部分采用两路传播方式,以更好地获得多尺度目标,并使用分组卷积减少计算量.同时在特征提取网络中加入注意力模块,以减少精度损失.实验结果表明,该方法在保证分割精度的前提下提升了分割速度,在Cityscapes数据集上得到了81.5％的MIOU,速度为42.3 frame/s,在ADE20K数据集上得到了61.8％的MIOU,速度为27.9 frame/s.

关键词：语义分割、轻量级网络、分组卷积、密集层、注意力机制

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61403189

在线出版日期：2020-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：247-252,259