基于多级特征图联合上采样的实时语义分割OACSTPCD
Real-time Semantic Segmentation Based on Multi-scale Feature Map Joint Pyramid Upsamping
视觉感知是无人驾驶技术中的重要一环,而语义分割技术又是实现视觉感知的主要技术手段之一.现在的语义分割技术多采用计算量大、内存占用高的空洞卷积来提取高分辨率特征图,从而导致现在主流的语义分割网络分割速度不足,无法有效应用于无人驾驶的场景中.针对这一问题,提出了一种实时性更好的语义分割网络.首先,采用了一种轻量级的卷积神经网络作为编码器,并且使用跨步卷积和常规卷积替换了耗时、耗内存的空洞卷积.然后,为了得到与DeepLabv v3+相似的特征图,提出…查看全部>>
宋宇;王小瑀;梁超;程超
长春工业大学 计算机科学与工程学院,吉林 长春 130012长春工业大学 计算机科学与工程学院,吉林 长春 130012长春工业大学 计算机科学与工程学院,吉林 长春 130012长春工业大学 计算机科学与工程学院,吉林 长春 130012
信息技术与安全科学
无人驾驶语义分割卷积神经网络深度学习空洞卷积
《计算机技术与发展》 2022 (2)
82-87,6
吉林省科技发展计划技术攻关项目(20200401127GX)吉林省科技发展计划重点研发项目(20200403037SF)吉林省发改委项目(2019C040-3)
评论