《表1:具有高效感受野的实时语义分割模型》
我们提出一种新型的轻量级分割模型,称作“SemiUshape Network”。该模型目的是进一步提升网络中深层的特征图的感受野;并且构建更加高效的特征融合模型。在编码器部分,也就是特征提取网络中,我们对知名的图像分类神经网络DenseNet进行分析,并指出了其中的一些不足之处,并提出新的基础网络。在解码器部分,我们分析了U型结构的实际效率,并进一步压缩了解码器中用于特征融合的参数量。本文第1节简要介绍今年来语义分割模型的发展,第2节会介绍本文提出的新模型及其具体特点,第3节则会进行实验对比。第4节是总结及结论部分。
图表编号 | XD00116907000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 陈树纪 |
绘制单位 | 广东工业大学 |
更多格式 | 高清、无水印(增值服务) |