公开(公告)号：CN116342877A

公开(公告)日：2023-06-27

申请号：CN202310163543.4

申请日：2023-02-24

Applicant: 哈尔滨工程大学

Inventor： 钱华明 ,  丁鹏 ,  鲍家兵 ,  于爽 ,  孙永虎 ,  阎淑雅

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明的目的在于提供一种复杂场景下基于改进ASPP和融合模块的语义分割方法，包括如下步骤：在Pytorch框架下搭建Deeplabv3+模型；基于传统ASPP结构，设计RA‑ASPP模块；设计CBB模块；采用RA‑ASPP模块对Deeplabv3+模型中的ASPP模块进行替换，采用CBB模块替换解码融合部分的3×3标准卷积；采用冻结训练法训练模型，并分别使用Xception、MobileNetV2作为骨干部分在PASCALVOC07+12数据集上进行消融实验，对比不同模型性能。本发明所提出的改进模块提升了Deeplabv3+的分割效果，不同骨干部分也为复杂场景下的语义分割任务提供了更多的选择。