-
公开(公告)号：CN110110692A
公开(公告)日：2019-08-09
申请号：CN201910410492.4
申请日：2019-05-17
Applicant: 南京大学
Abstract: 本发明公开了一种基于轻量级全卷积神经网络的实时图像语义分割方法，包括以下步骤：1)使用轻量级神经网络的设计元素构建全卷积神经网络：网络共包含特征拓增阶段、特征处理阶段、综合预测阶段三个阶段，其中特征处理阶段使用多感受野特征融合结构、多尺寸卷积融合结构、感受野扩增结构；2)训练阶段：利用语义分割数据集训练网络，使用交叉熵函数作为损失函数，使用Adam算法作为参数优化算法，在过程中采用在线难例样本再训练策略；3)测试阶段：将测试图像输入网络，得到语义分割结果。本发明在控制模型规模的同时，通过调整网络结构，适配语义分割任务，获得了适合在移动端平台运行的，高精度的实时语义分割方法。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
