CN119445101A 一种基于多尺度网络的复杂交通路景图像分割检测方法 (浙江工业大学)_第1页
CN119445101A 一种基于多尺度网络的复杂交通路景图像分割检测方法 (浙江工业大学)_第2页
CN119445101A 一种基于多尺度网络的复杂交通路景图像分割检测方法 (浙江工业大学)_第3页
CN119445101A 一种基于多尺度网络的复杂交通路景图像分割检测方法 (浙江工业大学)_第4页
CN119445101A 一种基于多尺度网络的复杂交通路景图像分割检测方法 (浙江工业大学)_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于多尺度网络的复杂交通路景图像本发明提出了一种用于复杂交通路景图像网络具备编码_解码结构,其中编码器为双通路两个残差块进行特征提取后,进行M_AFB注意力通过解码器上采样完成最终的图像语义分割动感受野,M_AFB通过区域注意力和像素注意力机2步骤2:采用TR_NET网络构建编码_解码结构作为网络的2.如权利要求1所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特3.如权利要求1所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特4.如权利要求1所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特5.如权利要求1所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特6.如权利要求1所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特的解码器采用Unet解码_编码网络中的解码器部分通过逐步上采样恢复图像的细节信息,编码器中相同分辨率的层通过跳跃连接与编码器中的特征图进行融合以保持空间信息8.如权利要求3所述的一种基于多尺度网络的复杂交通路景图像分割检测方法,其特39.如权利要求5所述的一种基于多尺度网络的复杂交通路景图4基础上提出空间注意力机制(Non_Local),上述两种注意力机制被广泛应用于金字塔结构5[0016]其中,编码器的空间注意力通路部分采用在ImageNet预训练好的6[0024]发明设计的复杂交通路景分割网络Tr_Net通过使用M_ASMB多尺度空洞卷积块捕7力通路由连续的五五个ResNet模块以及插入到8模块会与第一个M_ASM模块特征融合,融合来自上下文通路的信息。然后统一经过一个M_[0060]步骤8):采用Unet解码_编码网络中的解码器部分通过转置卷积上采样恢复图像的细节信息,然后编码器中相同分辨率的层通过跳跃连接与编码器中的特征图进行[0070]步骤10)语义分割中的最重要的评价指标为平均交并比(MeanIntersection本发明的网络模型进行评估。交并比IoU基于每个类别计算,所有类别的IoU求均值即为9

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论