基于加权损失函数的多尺度对抗网络图像语义分割算法

• 作者: 代德宇 党晓婧 吕启深 张宏钊 李炎裕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 语义分割 生成对抗网络 加权损失函数 多尺度特征 多孔空间金字塔池化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 算法
• 页码范围: 284-291
• 页数: 8页
• 分类号: TP37|TN957.52
• 字数: 7301字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.01.046

摘要

针对现有的语义分割算法存在分割结果空间不一致的问题,提出一种基于加权损失函数的多尺度对抗网络语义分割算法.在DeepLab v3基本框架的基础上,引入Pix2 pix网络作为生成对抗网络模型,实现多尺度对抗网络语义分割.同时,为增加模型的泛化能力与训练精度,提出将传统的多分类交叉熵损失函数与生成器输出的内容损失函数和鉴别器输出的对抗损失函数相结合,构建加权损失函数.大量定性定量实验结果表明,该算法能够识别并分割细小的物体,其语义分割性能超过现有的深度网络,在保证语义分割空间一致性的同时提高了分割效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕启深		34	174	8.0	12.0
2	张宏钊		13	60	5.0	7.0
3	党晓婧		5	15	1.0	3.0
4	李炎裕		2	3	1.0	1.0
5	代德宇		1	1	1.0	1.0