10.3969/j.issn.1007-130X.2022.04.019
改进DeepLabV3+的高效语义分割
针对目前高精度的语义分割模型普遍存在计算复杂度高、占用内存大,难以在硬件存储和计算力有限的嵌入式平台部署的问题,从网络的参数量、计算量和性能3个方面综合考虑,提出一种基于改进DeepLabV3+的高效语义分割模型.该模型以MobileNetV2为骨干网络,在空洞空间金字塔池化(AS-PP)模块中并联混合带状池化(MSP),以获取密集的上下文信息;在解码部分引入有效通道注意力(ECA)模块,以恢复更清晰的目标边界;将深度可分离卷积应用到ASPP模块和解码器中用于压缩模型.在PASCAL VOC 2012数据集上的实验中,该模型的网络参数量为4.5×106,浮点计算量为11.13 GFLOPs,平均交并比为72.07%,在计算效率和分割精度之间达到了良好的均衡.
语义分割、DeepLabV3+、带状池化、有效通道注意力、深度可分离卷积
44
TP391.4(计算技术、计算机技术)
国家自然科学基金61961037
2022-04-27(万方平台首次上网日期,不代表论文的发表时间)
共9页
737-745