首页 | 本学科首页   官方微博 | 高级检索  
     

基于可分离残差模块的精确实时语义分割
引用本文:路文超,庞彦伟,何宇清,王建. 基于可分离残差模块的精确实时语义分割[J]. 激光与光电子学进展, 2019, 56(5): 89-99
作者姓名:路文超  庞彦伟  何宇清  王建
作者单位:天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072;天津大学电气自动化与信息工程学院,天津,300072
基金项目:国家自然科学基金重点项目
摘    要:针对当前智能驾驶领域场景理解中的语义分割算法无法同时满足高精度和高效率要求的问题,提出了精确高效的语义分割算法。基于可分离残差模块和降采样模块,设计了充分利用其学习能力和学习效率的高效精确语义分割网络结构。利用Cityscapes数据集,在图像处理效率12 frame/s的基础上达到分割精度67.86%。研究结果表明,所提方法在精度和效率上均能达到较好的效果,实现了精度和效率的平衡。

关 键 词:图像处理  语义分割  卷积神经网络  深度可分离卷积  可分离残差模块

Real-Time and Accurate Semantic Segmentation Based on Separable Residual Modules
Lu Wenchao,Pang Yanwei,He Yuqing,Wang Jian. Real-Time and Accurate Semantic Segmentation Based on Separable Residual Modules[J]. Laser & Optoelectronics Progress, 2019, 56(5): 89-99
Authors:Lu Wenchao  Pang Yanwei  He Yuqing  Wang Jian
Affiliation:(School of Electrical and Information Engineering,Tianjin University,Tianjin 300072, China)
Abstract:Lu Wenchao;Pang Yanwei;He Yuqing;Wang Jian(School of Electrical and Information Engineering,Tianjin University,Tianjin 300072, China)
Keywords:image processing  semantic segmentation  convolutional neural network  depthwise separable convolution  separable residual module
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号