典型文献
基于上下文注意力机制的实时语义分割
文献摘要：
针对实时语义分割网络提取的特征缺少上下文信息,易造成分割结果出现类内不一致和类间不可区分的问题,文中提出了轻量级的自适应通道注意力模块和空间注意力模块.自适应通道注意力模块使用深度分离卷积对通道层面的特征依赖关系进行建模,自适应地调整通道卷积核大小,强化高层特征的上下文表征能力,加强了分割结果的类内一致性.空间注意力模块使用分组卷积,以较小的计算量获得较大的特征信息流动区域,在空间层面加强特征的上下文联系,增强特征的空间细节信息,加强了分割结果的类间可区分性.在Cityscapes数据集上的测试与分析表明,轻量级上下文注意力机制获得了71.5％的mIoU.
文献关键词：
注意力机制;语义分割;多分支结构;信息融合;深度学习;分组卷积;类间差别;类内一致
中图分类号：
作者姓名：
于润润;姜晓燕;朱凯赢;蒋光好
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]于润润;姜晓燕;朱凯赢;蒋光好-.基于上下文注意力机制的实时语义分割)[J].电子科技,2022(12):57-63
A类：
类间差别
B类：
上下文注意力,注意力机制,实时语义分割,语义分割网络,上下文信息,轻量级,通道注意力模块,空间注意力,使用深度,深度分离卷积,依赖关系,卷积核,表征能力,类内一致,分组卷积,计算量,特征信息,信息流动,间层,文联,空间细节信息,可区分性,Cityscapes,测试与分析,mIoU,多分支结构,信息融合
AB值：
0.326675
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。
