基于改进DeepLabv3+的道路分割算法

基于深度学习的遥感影像图像分割技术使用越来越广泛，针对现有算法存在参数量较大、细节部分提取结果差等问题，提出一种基于改进DeepLabv3+的道路图像分割方法。将轻量型网络MobileNetV2引入改进后的池化金字塔模型用以提取中阶特征图，增强了不同感受野之间的相关性；并采用多尺度拼接融合方法生成高阶特征图，同时引入注意力机制来进一步加强对图像特征的提取效果。实验结果表明，所提方法相比于DeepLabv3+模型mIoU提高了5%，有效提升了遥感图像的分割精度。