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。