-
题名DFNet:高效的无解码语义分割方法
- 1
-
-
作者
刘腊梅
杜宝昌
黄惠玲
章永鉴
韩军
-
机构
辽宁工程技术大学软件学院
中国科学院海西研究院泉州装备制造研究中心
厦门理工学院电气工程与自动化学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2024年第2期121-130,共10页
-
基金
福建省科技计划(No.2019T3025,No.2021T3060,No.2021T3032,No.2021T3010)
福建省闽都实验室主任基金(No.2021ZR107)。
-
文摘
针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;其次在编码器中融合轻量双重注意力机制EC&SA,提高特征编码的通道及空间信息交互,增强网络的编码能力;最后使用PolyCE损失替代常规分割损失,解决正负样本不均衡问题,提高模型的分割精度。在Deep‑Globe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明,本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%,且分割速度高达94 FPS,远超主流语义分割模型,极大地提高了分割任务效率。
-
关键词
二值分割
卷积重塑上采样
ec&sa
PolyCE
道路分割
缺陷检测
-
Keywords
binary segmentation
convolution remolding upsampling
ec&sa
PolyCE
road segmentation
defect detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-