基于卷積神經(jīng)網(wǎng)絡(luò)的多任務(wù)圖像語(yǔ)義分割
摘要：傳統(tǒng)分割方法只能對(duì)目標(biāo)物體進(jìn)行像素及語(yǔ)義信息解讀并不能確定出目標(biāo)的相對(duì)位置信息,另外室內(nèi)環(huán)境復(fù)雜、光線不均勻、物體尺度較多且差異較大,尤其是對(duì)于小目標(biāo)的分割效果不好。提出了基于全卷積神經(jīng)網(wǎng)絡(luò)的多任務(wù)語(yǔ)義分割算法,通過在檢測(cè)框架添加用于預(yù)測(cè)與現(xiàn)有分支并行的對(duì)象像素級(jí)分割,實(shí)現(xiàn)了圖像像素分割與目標(biāo)物體檢測(cè)相結(jié)合的多任務(wù)分割技術(shù)。加入RoIAlign方法去除了量化操作,使原圖中的像素和特征圖中的像素完全對(duì)齊,消除了像素偏差、提高了精度,改進(jìn)的梯度優(yōu)化算法加速了模型收斂。通過mAP指標(biāo)評(píng)估算法在公共數(shù)據(jù)集和實(shí)際應(yīng)用場(chǎng)景中的有效性和廣泛性,實(shí)驗(yàn)結(jié)果證明該方法的準(zhǔn)確率明顯高于傳統(tǒng)的單任務(wù)分割算法。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社。
無線電工程雜志
無線電工程雜志， 月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：信息系統(tǒng)與網(wǎng)絡(luò)、信號(hào)與信息處理、測(cè)控遙感與導(dǎo)航定位、電磁場(chǎng)與微波、專題技術(shù)與工程應(yīng)用、天線技術(shù)、專題技術(shù)研究及工程應(yīng)用等。于1971年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 部級(jí)期刊
- 1-3個(gè)月審核
