为了降低图像语义分割网络的模型复杂度，提出了分解多空洞深度卷积的轻量级图像语义分割模型。首先，针对大小不一的多目标，用感受野不同的金字塔结构提取图像语义特征，在深度卷积过程中对空洞卷积进行分解，以降低参数量和计算量；其次，对不同阶段得到的特征图进行融合，利用子像素卷积进行上采样，将提取的低分率图插入到最后输出的高分辨率特征图中，以改善图像语义分割的精准性；最后，在CamVid数据集上和现有的9种方法进行对比实验，结果表明，该方法参数量和计算量都相对较低，同时语义分割精准性得以提升。
科研之友
微信
新浪微博
Facebook
分享链接
