科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开一种基于轻量化卷积神经网络的实时图像语义分割方法。所述方法包括以下步骤：构建轻量化卷积神经网络；训练构建的轻量化卷积神经网络；使用训练完成的轻量化神经网络对给定场景中图像进行语义分割。本发明在所构建的卷积神经网络中,融合了多路处理机制,能有效编码像素的多空间尺度特征,解决多尺度目标区分困难的问题。同时,本发明结合深度卷积(depth-wise convolution)大大减少了模型参数,所构建的轻量化卷积神经网络仅有90万参数,远低于现有方法,实现了模型轻量化的目的,满足实时性处理要求。另外,本发明的轻量化卷积神经网络基于全卷积网络,实现了端到端训练和推理,极大地简化了模型的训练和部署过程。
- 出版日期2020-9-27
- 单位华南理工大学
