科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对非结构化道路图像中多个目标重叠且间尺度差异较大等，容易漏检或错检，分割精度不佳等问题。提出一种改进的SOLOv2实例分割算法。首先在特征金字塔结构添加自底而上增强路径以减少特征传递过程的损失，其次使用双重注意力指导特征选择，自适应地选择重要特征，抑制冗余信息，提升细节特征的提取能力，增强类别分支和掩膜分支的特征表示，进而提高掩膜预测的准确率。此外，对非结构化道路图像数据集进行预处理操作，提高模型的泛化能力。实验结果表明，本文方法对实例边界把控更为精准，对比SOLOv2和Mask-RCNN平均精度分别提高2.0%、2.2%，检测帧率提高到6.1 帧/s，在不同环境下均具有良好的分割性能。
- 出版日期2023
- 单位北京信息科技大学; 机电工程学院
