城市街景图像语义分割方法研究

作者：姜长泓; 梁奇强^*; 李秀华; 梁超

来源：长春工业大学学报, 2022, 43(Z1): 447-453.

DOI：10.15923/j.cnki.cn22-1382/t.2022.4/5.22

• 语义分割
• 轻量级卷积神经网络
• 注意力机制

针对Deeplabv3+网络在语义分割任务中存在计算量大、训练速度慢的问题，使用改进后的轻量级卷积神经网络Xception作为骨干特征提取网络，进而极大地减少了模型参数数量；针对Deeplabv3+网络在城市街景图像上存在对小目标分割效果较差的问题，引入CBAM注意力机制，增强目标区域的权重比例，从而有效地提高网络性能。最后使用Cityscapes数据集进行实验，并与几种常见的分割方法做了对比研究。

• 出版日期2022
• 单位长春工业大学