结合注意力机制的HRNet图像语义分割算法

摘要：

目前主流的语义分割算法中依然存在小尺寸目标丢失、分割不精确等问题,针对这些问题本文基于HRNet网络模型进行改进,融入注意力机制生成更有效的特征图,对于原模型中低分辨率图像直接向高分辨率图像融合而产生的特征图细节不足的问题,提出多级上采样机制,让不同分辨率图像之间的融合方式更平滑从而得到更好的融合效果,同时使用深度可分离卷积减少模型的参数.本文模型全程保持了图像较高的分辨率,保留了特征图的空间信息,提升了对小尺寸目标的分割效果.在PASCAL VOC2012增强版数据集上的mIoU值达到80.87%,和原模型相比,精度提升了1.54个百分点.

关键词：图像语义分割、注意力机制、高分辨率、深度可分离卷积

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市技术创新与应用发展重点项目cstc2019jscx-mbdxX0061

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：65-69