基于密集层和注意力机制的快速语义分割

• 作者: 史家鹏 程晓悦 胡穹 赵龙章
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 语义分割 轻量级网络 分组卷积 密集层 注意力机制
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 247-252,259
• 页数: 7页
• 分类号: TP391.4
• 字数: 2956字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054245

摘要

针对传统语义分割网络速度慢、精度低的问题,提出一种基于密集层和注意力机制的快速场景语义分割方法.在ResNet网络中加入密集层和注意力模块,密集层部分采用两路传播方式,以更好地获得多尺度目标,并使用分组卷积减少计算量.同时在特征提取网络中加入注意力模块,以减少精度损失.实验结果表明,该方法在保证分割精度的前提下提升了分割速度,在Cityscapes数据集上得到了81.5％的MIOU,速度为42.3 frame/s,在ADE20K数据集上得到了61.8％的MIOU,速度为27.9 frame/s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵龙章	南京工业大学电气工程与控制科学学院	47	468	14.0	20.0
2	程晓悦	南京工业大学电气工程与控制科学学院	2	1	1.0	1.0
3	胡穹	南京工业大学电气工程与控制科学学院	3	1	1.0	1.0
4	史家鹏	南京工业大学电气工程与控制科学学院	2	1	1.0	1.0