基于可分离残差网络的车辆图像语义分割算法
Vehicle Image Semantic Segmentation Algorithm Based on Separable Residual Network作者机构:太原科技大学电子信息工程学院太原030024 先进控制与装备智能化山西省重点实验室太原030024
出 版 物:《太原科技大学学报》 (Journal of Taiyuan University of Science and Technology)
年 卷 期:2024年第45卷第1期
页 面:26-31页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:可分离残差网络 跳跃连接 车辆语义分割 Camvid
摘 要:提出了一种基于可分离卷积残差网络的车辆场景图像语义分割算法。首先利用一系列的可分离残差网络块对图像进行更全面的小目标边缘特征提取;然后采用跳跃连接以及2倍反卷积对五个Layer模块的特征图进行上采样,得到分割结果;在训练的过程中,先训练图像各目标的轮廓,再训练目标的细节特征,整体提高图像分割的精度。实验所用的数据集为Camvid,实验结果表明:该算法的平均交并比较原全卷积网络相比,由76.85%提升至83.30%,对小目标的分割边界更加完整,有效地提高了分割精度。