基于改进Deeplab V3+网络的语义分割

作     者：席一帆 孙乐乐 何立明 吕悦 XI Yi-Fan;SUN Le-Le;HE Li-Ming;LYU Yue

作者机构：长安大学信息工程学院西安710064 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2020年第29卷第9期

页      码：178-183页

摘      要：深度学习的语义分割在计算机视觉领域中有非常广阔的发展前景,但许多分割效果较好网络模型占用内存大和处理单张图片耗时长.针对这个问题,把Deeplab V3+模型的骨干网(ResNet101)的瓶颈单元设计为1D非瓶颈单元,且对空洞空间金字塔池化模块(Atrous Spatial Pyramid Pooling,ASPP)的卷积层进行分解.该算法能大幅度降低Deeplab V3+网络的参数量,提高网络推理速度.基于PASCAL VOC 2012数据集进行对比实验,实验结果显示改进网络模型拥有更快的处理速度和更优的分割效果,且消耗更少的内存.

主 题 词：语义分割 Deeplab V3+模型 骨干网(ResNet101) 1D非瓶颈单元 空洞空间金字塔池化(ASPP) 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.15888/j.cnki.csa.007541

馆 藏 号：203978105...