科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提升图像分割的精确度，解决特征细节易丢失和目标边界模糊等问题，提出了一种结合卷积注意力和混合池化的DeepLabV3+语义分割算法。用ResNet101网络代替原来的骨干网络Xception,采用卷积注意力机制模块来增强卷积神经网络对图像的关注能力，使用混合池化对卷积层中提取的特征进行挑选，加入深度可分离卷积以减少卷积的参数量，同时利用交叉熵作为损失函数。实验表明，所提算法使图像分割的精确度得到了提高，特征细节信息的损失明显减少，图像分割的平均交并比提升了3.6%。该算法有效解决了边界模糊的问题，为提高目标识别的准确度提供了新的思路。
-
单位武汉轻工大学; 电子工程学院
