-
公开(公告)号：CN116012584A
公开(公告)日：2023-04-25
申请号：CN202310009804.7
申请日：2023-01-04
Applicant: 厦门理工学院
IPC: G06V10/26 , G06V10/82 , G06V20/10 , G06V20/70 , G06N3/0464
Abstract: 本发明涉及计算机视觉领域，具体涉及一种轻量级语义分割方法。具体包括基于双边分割网络重参数化方法重新设计细节分支，在双边分割网络语义分支的适当位置使用SENet进行特征学习，在双边分割网络的深层位置采用预设大小的卷积核。使用本发明技术方案，通过重新参数化策略重新设计了BisenetV2的细节分支，以在不增加延迟的情况下增强网络学习的细节特征提取能力。通过在合适的位置使用SENet，在深度网络中使用较大的卷积核，以进一步提高精度，并且只增加少量的计算量，在精度和速度之间获得更好的平衡。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
