摘要

基于D-Linknet进行图像分割时,在特征提取阶段忽略了不同级别的特征图中存在的特征重要程度不同,丢失了大量的细节信息,致使分割效果不佳。针对该问题,提出了一种基于D-Linknet与注意力机制相结合的图像语义分割算法,并将上采样网络的所有子区块的输出进行聚类后再恢复至原始图片维度,以提高上采样时子区块的利用率;通过采用最大特征映射(Max-feature-map,MFM)作为激活函数,解决部分稀疏道路提取不成功的问题。实验结果表明,本文提出的网络精准率达到85.1%,平均交并比达到85.6%,F1-score达到84.6%;相比于同类网络,评价指标也均处于前列。