论文部分内容阅读
针对经典语义分割算法中存在的模型庞大、训练困难以及多尺度目标分割等问题,基于空洞空间金字塔池化(ASPP)和高分辨率网络(HRNet)提出了一种高效的多尺度图像语义分割方法。首先利用深度可分离卷积结合1~*1卷积的方式改进了HRNet的基础模块,减少了模型参数;其次通过在全部的卷积层之后、修正线性单元(relu)激活函数之前添加批归一化层(BN)改善DeadRelu问题;最后添加了使用混合扩张卷积框架重构的ASPP,使用并行的上采样通道融合二者的优势,获得空间精准的分割结果,提出了Re-ASPP-H