典型文献
基于编码解码结构的微血管减压图像实时语义分割
文献摘要：
针对真彩色微血管减压图像实时语义分割网络参数量大、语义分割精度低的问题,本文提出了一种适用于微血管减压场景的U型轻量级快速语义分割网络U-MVDNet(U-Shaped Microvascular Decompression Network),该网络由编码解码结构构成.在编码器中设计了轻型非对称瓶颈模块(LABM)对上下文特征进行编码,解码器中引入了特征融合模块(FFM),有效组合高级语义特征和低级空间细节.实验结果表明:对于微血管减压测试集,U-MVDNet在单NVIDIA GTX 2080Ti上的参数量只有0.66 M,平均交并比(mIoU)达到了76.29％,速度达到140 frame/s,且当输入图像尺寸为640×480时,U-MVDNet在嵌入式平台NVIDIA Jetson AGX Xavier上实现了实时(24 frame/s)语义分割.本文方法未使用任何的预训练模型,参数量少且推理速度快,语义分割性能优于其他对比方法,在分割精度和速度上做到了良好的平衡.同时,还可以方便地在嵌入式平台上开发和应用,性能优越,易于部署.
文献关键词：
微血管减压图像;编码解码;实时语义分割;U-MVDNet
中图分类号：
作者姓名：
白瑞峰;江山;孙海江;刘心睿
作者机构：
中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033;中国科学院大学, 北京 100049;吉林大学第一医院 神经肿瘤外科, 吉林 长春 130021
文献出处：
引用格式：
[1]白瑞峰;江山;孙海江;刘心睿-.基于编码解码结构的微血管减压图像实时语义分割)[J].中国光学,2022(05):1055-1065
A类：
微血管减压图像,MVDNet,Decompression,LABM
B类：
编码解码结构,实时语义分割,真彩色,语义分割网络,网络参数,参数量,压场,轻量级,快速语义分割,Shaped,Microvascular,Network,在编,编码器,中设计,轻型,上下文特征,解码器,特征融合模块,FFM,高级语义特征,低级,压测,测试集,NVIDIA,GTX,2080Ti,平均交并比,mIoU,frame,图像尺寸,嵌入式平台,Jetson,AGX,Xavier,预训练模型,推理速度,比方,以方,性能优越
AB值：
0.34146
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
