公开(公告)号：CN114821061A

公开(公告)日：2022-07-29

申请号：CN202210486074.5

申请日：2022-05-06

Applicant: 南京邮电大学

Inventor： 张梦纯 ,  高广谓 ,  徐国安 ,  吴飞 ,  岳东

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

Abstract: 本发明涉及一种用于实时语义分割的高效多尺度上下文聚合网络，包括下采样模块、不对称卷积模块、多分支不对称卷积模块、空间注意模块、通道注意模块和上采样模块，所述不对称卷积模块包括两个或三个不对称卷积单元，所述多分支不对称卷积模块包括三个多分支不对称卷积单元。本发明网络主干分支的编码器与解码器部分基本成对称关系。在解码器最后，对图像进行一次上采样操作，即可获得原始分辨率图像。最后一次上采样模块即为分类卷积，其输出为原始分辨率大小的最终预测结果，将预测结果与对应的语义标签进行对比，目标函数设置为交叉熵损失函数，就可得到训练好的网络模型。使用这个训练好的网络模型，方便进行图像语义分割的结果预测。