典型文献
基于深度学习的轮廓检测模型的交互式解码网络
文献摘要：
基于深度学习的轮廓检测模型通常由编码和解码2个部分组成,其中编码部分负责提取、分离图像特征,解码部分则解析、表征图像特征.为了尽可能利用每一个卷积层的信息,设计了一种高性能轮廓检测模型.首先,将编码网络的输出分为2组进行逐级解码;然后引入交互式连接,2组网络分别互换部分卷积层进行特征交互以获取更多的特征信息;最后,2组网络的输出传入加法层进行融合得到最终输出.在BSDS500和NYUD-v2数据集上对该神经网络模型进行实验,结果与近几年的研究相比,有着显著的提升.通过消融实验进一步证明,采用交互式解码方法的F值(ODS)由0.816提升至0.819,提高了0.003.
文献关键词：
轮廓检测;深度学习;逐级解码;交互式连接
中图分类号：
作者姓名：
乔亚坤;林川;张贞光
作者机构：
广西科技大学 电气电子与计算机科学学院,广西 柳州 545616
文献出处：
引用格式：
[1]乔亚坤;林川;张贞光-.基于深度学习的轮廓检测模型的交互式解码网络)[J].广西科技大学学报,2022(01):46-53
A类：
逐级解码,交互式连接
B类：
轮廓检测,检测模型,图像特征,分则,卷积层,编码网络,组网,互换,换部,分卷,层进,特征交互,互以,特征信息,传入,加法,BSDS500,NYUD,v2,消融实验,ODS
AB值：
0.342972
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。
