基于密集尺度动态网络的语义分割方法

作者:李志强; 陈曦; 刘敏; 郑来文; 刘小平; 姜宛玥; 李庆利
来源:2021-05-25, 中国, ZL202110574529.4.

摘要

基于密集尺度动态网络的语义分割方法,解决了现有DCNN在语义分割时定位精度及同类对象的大尺度变化导致分割困难问题,属于语义分割技术领域。本发明提供一种密集尺度模块DSM,包括按顺序依次连接的n层并行单元,每层并行单元包括m个深度动态局部空洞卷积DDLAC和一个1×1卷积;每个DDLAC是通过将深度空洞卷积调整为由动态局部和有条件参数化卷积而生成的,包括条件滤波器生成网络CFGN和对应的动态局部滤波操作单元DLFO;将骨干网输出的特征图输入到每个CFGN中以生成滤波器集合。将骨干网输出的特征图输入到DSM的第一个DLFO中,每个DLFO在对应的滤波器集合的基础上进行分割,经过n层并行单元生成精细的分割图。