CN117237620B 一种基于轻量化改进Unet语义分割网络的单目标定位方法 （河海大学）_第1页
CN117237620B 一种基于轻量化改进Unet语义分割网络的单目标定位方法 （河海大学）_第2页
CN117237620B 一种基于轻量化改进Unet语义分割网络的单目标定位方法 （河海大学）_第3页
CN117237620B 一种基于轻量化改进Unet语义分割网络的单目标定位方法 （河海大学）_第4页
CN117237620B 一种基于轻量化改进Unet语义分割网络的单目标定位方法 （河海大学）_第5页
已阅读5页，还剩10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

号一种基于轻量化改进Unet语义分割网络的本发明公开了一种基于轻量化改进Unet语用训练好的权重文件通过Unet语义分割网络实实现根据匹配参数定位目标位置。本发明引入2八位彩色图中相同语义的像素点具有相同的颜色并与其他语义的像素Ghost模块首先对输入的特征图利用一次1x1卷积进行通道的缩减获得浓缩特征，而后对于缩减后的特征层每个通道使用深度可分离卷积获得与所述浓缩特征相似的特征图，最后再把1x1卷积所得的浓缩特征以及深度可分离卷积获得的特征图进行堆叠得到输出加强特征提取网络：利用主干特征提取网络得到的特征层进行上采样恢复到原图尺两个3x3的卷积层组成一个模块，经过四次上采样特征融合模块处理后再接一层1x1的卷步骤6，将所述模板图像进行旋转、缩放操作直到其在预测结果图像中遍历匹配到目2.根据权利要求1所述的基于轻量化改进Unet语义分割网络的单目标定位方法，其特34模块和1×1普通卷积。所述主干特征提取网络中，Ghost模块代替传统Unet中3×3卷积，[0008]步骤3：使用步骤2的Unet语义分割网络对步骤1所述数据集进行训练，以基于5中遍历匹配到目标，匹配度表示为模板所有边界点与步骤5预测结果图像中待匹配区域的[0012]预测结果图像即对实时的图像中的识别目标的图像区域进行预测并通过特定的[0013]经过上述步骤本发明可对明亮、黑暗以及光照不均匀等环境下的目标进行识经过改进的Unet语义分割网络可实时快速得将复杂多变光照环境下的目标在图像中的像[0014]进一步地，步骤2中主干特征提取网络，Ghost模块代替传统Unet中3×3卷积，stride为2的Ghost瓶颈代替传统Unet中最大池化层。所述Ghost模块首先对输入的特征图6注意力机制对其进行轻量化改进，实现保持Unet原有的识别精度并且预测速度提高了集完成后对图像中目标的像素区域在labelme软件中进行手动标注语义区域，得到带有图[0030]如图1所示所述Ghost模块为首先对输入的特征图利用一次1×1卷积进行通道的图进行堆叠得到输出的特征层。如图2所示所述stride为2的Ghost瓶颈用于对特征层的宽集分为训练集与验证集，将训练集作为改进后的Unet语义分割网络的输入，以基于7失较小的权重文件。而后将验证集通过所述改进后的Unet语义分割网络进行预测，通过ij表示FN(FalseNegative假反例)，i预测值与j真实值相符；Pjj表示TN(True8

人人文库> 全部分类> 行业资料 > 信息产业

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。

最新文档

评论

0/150

提交评论