交互补充与验证的语义分割

为了改善语义分割网络中特征的提取过程,明确模型的运行逻辑,辨别性特征被按照像素自身信息和像素间关联信息两个角度拆分,使用关系支路、信息支路两个支路网络专注于各自特征的提取。提出交互补充模块促进两个支路间特征的交互与补充,并利用交互验证模块对两个支路的预测进行额外验证。此外,在传统交叉熵损失的基础上提出对比交叉熵损失,使其更有利于对像素特征的约束与调整。在Dark-Zurich数据集和Cityscapes数据集上将该方法与不同的网络结合,进行大量实验验证了其有效性。