基于深度学习的Attention U-Net语义分割模型研究

作者：薛**; 邹连旭; 黄志威; 冉杰; 余若岩; 郑国勋^*

来源：长春工程学院学报(自然科学版), 2023, 24(04): 97-101.

• 数据增强
• 语义分割
• 空间注意力机制
• 生成对抗网络

针对当前深度神经网络在处理图像分割过程中普遍存在的处理耗时长、实时性低和分割准确率不高的问题，提出了一种融入注意力机制的U-Net网络对GAN扩充的数据集进行训练的模型，试验结果表明：相较于U-Net++、SegNet和DeepLabV1等传统模型，提出模型的平均损失约为129%,与U-Net++、DeepLabV1模型较为接近；平均精确度约为95.4%,比U-Net++提高了1.7%,比SegNet提高了6%,比DeepLabV1提高了1.7%。

• 单位
  长春工程学院