| 全卷积注意力机制神经网络的图像语义分割 |
| |
| 引用本文： | 欧阳柳,贺禧,瞿绍军. 全卷积注意力机制神经网络的图像语义分割[J]. 计算机科学与探索, 2022, 16(5): 1136-1145. DOI: 10.3778/j.issn.1673-9418.2105095 |
| |
| 作者姓名： | 欧阳柳 贺禧 瞿绍军 |
| |
| 作者单位： | 湖南师范大学 信息科学与工程学院,长沙 410081,湖南师范大学 信息科学与工程学院,长沙 410081;湖南师范大学 湖南湘江人工智能学院,长沙 410081 |
| |
| 基金项目： | 国家自然科学基金;国家级大学生创新创业训练计划项目;湖南省教育厅科学研究项目 |
| |
| 摘 要： | 全卷积神经网络是一种强大的端到端的模型,在语义分割领域应用广泛,获得了巨大的成功.研究人员提出了一系列基于完全卷积神经网络的方法,但是随着卷积和池化的持续性下采样,图像的上下文信息将会丢失,影响了像素级分类.针对完全卷积网络上下文信息丢失问题,提出基于像素的注意力方法.该方法利用计算高级特征图像素之间的联系来获取全局信...
|
| 关 键 词： | 全卷积神经网络 空洞空间金字塔池化 注意力模型 语义分割 |
Fully Convolutional Neural Network with Attention Module for Semantic Segmentation |
| |
| OU Yangliu,HE Xi,QU Shaojun. Fully Convolutional Neural Network with Attention Module for Semantic Segmentation[J]. Journal of Frontier of Computer Science and Technology, 2022, 16(5): 1136-1145. DOI: 10.3778/j.issn.1673-9418.2105095 |
| |
| Authors: | OU Yangliu HE Xi QU Shaojun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
