公开(公告)号：CN113537228A

公开(公告)日：2021-10-22

申请号：CN202110767097.9

申请日：2021-07-07

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 李爽 ,  金一 ,  姜天姣 ,  赵茜 ,  李雅宁 ,  梁晓虎 ,  祝瑞辉 ,  张衡 ,  黄璐 ,  贾浩男 ,  程建强 ,  陈冲

IPC: G06K9/34 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度特征的实时图像语义分割方法，涉及计算机视觉领域。该方法在双分支网络的浅层部分引入注意力机制，用来更加高效地获取特征，提高模型计算效率，并减少噪声的引入。使用Adam与LookAhead融合的优化器在训练过程中进行学习，减少模型收敛过程中不必要的计算，能够更快地收敛到目标条件。本发明能够显著减少计算开销，使得模型能够进行实时语义分割。

公开(公告)号：CN113537228B

公开(公告)日：2022-10-21

申请号：CN202110767097.9

申请日：2021-07-07

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 李爽 ,  金一 ,  姜天姣 ,  赵茜 ,  李雅宁 ,  梁晓虎 ,  祝瑞辉 ,  张衡 ,  黄璐 ,  贾浩男 ,  程建强 ,  陈冲

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度特征的实时图像语义分割方法，涉及计算机视觉领域。该方法在双分支网络的浅层部分引入注意力机制，用来更加高效地获取特征，提高模型计算效率，并减少噪声的引入。使用Adam与LookAhead融合的优化器在训练过程中进行学习，减少模型收敛过程中不必要的计算，能够更快地收敛到目标条件。本发明能够显著减少计算开销，使得模型能够进行实时语义分割。