公开(公告)号：CN116778164A

公开(公告)日：2023-09-19

申请号：CN202310788709.1

申请日：2023-06-30

Applicant: 桂林电子科技大学

Inventor： 黄品高 ,  黄方沂 ,  白雁力 ,  党选举 ,  莫太平 ,  叶懋 ,  陈震华

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/20

Abstract: 本发明提供一种基于多尺度结构改进DeeplabV3+网络的语义分割方法，属于图像分割领域，该方法以DeeplabV3+为基础模型，针对无法充分利用浅层特征的缺陷，在编码器部分，将原始骨干网络Resnet50输出深层特征后接入金字塔池化模块和特征金字塔模块，在增加较少计算量的前提下融合低分辨率语义信息较强的特征图和高分辨率语义信息较弱但空间信息丰富的特征图。调整空洞空间卷积池化金字塔的膨胀系数，避免在处理细节和小尺度特征时的性能下降。在PASCAL VOC2012数据集上进行实验证明该方法的有效性。由实验结果表明在测试集上mean‑IoU达到71.79％，相较于原始模型，提高了1％，达到了较好的效果。