用于实时语义分割的丰富语义提取器网络OA北大核心CSTPCD
Rich semantic extractor network for real-time semantic segmentation
目的 由于推理速度限制,网络深度较浅,实时语义分割网络提取的语义特征信息不足.此外,较浅的网络深度也限制了特征提取网络的能力,降低了其鲁棒性和适应能力.为此,方法 提出一种用于实时语义分割的丰富语义提取器网络.首先针对语义特征信息提取不足的问题,引入丰富语义提取器,丰富语义提取器包括多尺度全局语义提取模块和语义融合模块.其次,利用多尺度全局语义提取模块可以提取丰富的多尺度全局语义,扩大网络的有效感受野,同时语义融合模块将多尺度局部语义与多尺度全局…查看全部>>
Objectives The inference speed of the real-time semantic segmentation network is limited,the depth of the network is shallow,which lead to insufficient semantic feature information extracted.Addition-ally,the shallow network depth restricts the capability of feature extraction networks,reducing their robust-ness and adaptability.In order to solve such the problems,Methods a rich semantic extractor network(RSENet)for real-time semantic segmentation was propos…查看全部>>
赵珊;田楷文;孙君顶
河南理工大学 软件学院,河南 焦作 454000河南理工大学 软件学院,河南 焦作 454000河南理工大学 计算机科学与技术学院,河南 焦作 454000
计算机与自动化
语义分割多尺度特征视觉Transformer特征融合
semantic segmentationmulti-scale featurevision Transformerfeature fusion
《河南理工大学学报（自然科学版）》 2024 (6)
146-155,10
国家自然科学基金资助项目(62276092)
评论