基于多尺度注意力机制的实例分割卷积神经网络

作     者：王改华 林锦衡 程磊 Wang Gaihua;Lin Jinheng;Cheng Lei

作者机构：湖北工业大学电气与电子工程学院湖北武汉430068 湖北工业大学太阳能高效利用湖北省协同创新中心湖北武汉430068 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2024年第41卷第3期

页      面：202-206,232页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：实例分割 注意力机制 混合卷积 

摘      要：在Mask R-CNN实例分割模型的基础上提出一种新的深度学习方法MixedMask。该方法提出并应用两种有效的策略:(1)使用混合尺度的卷积核,提高网络对分辨率较低实例的提取能力;(2)在压缩激励网络的基础上进行改进,解决原网络中降低维度导致的通道信息丢失问题。在气球数据集和xBD数据集上进行测试,该算法分别达到了83.46%和58.92%的AP(IoU=50),相比Mask R-CNN模型,分别提升了1.3%和5.9%。