典型文献
改进UNet的轻量化道路图像语义分割算法
文献摘要：
针对传统道路图像语义分割方法精度低、速度慢,并且难以部署在移动端设备的问题,提出基于UNet的轻量化语义分割模型Faster-UNet,该模型继承UNet编码-解码的结构特点并兼具多层特征感知能力.针对道路场景景深变化特点,Faster-UNet模型仅进行3次下采样来提取图像特征,在减少了模型参数量的同时,又最大限度保留了物体边缘特征;针对削减深层特征导致的类别模糊问题,在模型拼接编码与解码的部分,使用空间金字塔池化(ASPP)模块提取图像多尺度信息进行特征增强;为了进一步整合各通道特征的权重,在模型解码部分嵌入通道注意力模块,进行特征图权重的自适应调节.所提模型在以上三点创新的基础上,在道路场景Camvid数据集上进行验证实验,结果表明:Faster-UNet的MIoU由UNet的60.5％提升到65.0％,并且模型大小由UNet的118.42 Mb下降至Faster-UNet的20.76 Mb,网络模型性能优良.所提算法在针对道路分割问题优化模型结构的同时提高了分割精度,从而为自动驾驶技术提供了一定的理论基础和工程应用参考.
文献关键词：
道路图像;语义分割;UNet模型;空间金字塔池化;注意力机制;模型性能;自动驾驶
中图分类号：
作者姓名：
钟志峰;何佳伟;侯瑞洁;晏阳天;刘梦娜;赵明俊
作者机构：
湖北大学 计算机与信息工程学院,湖北 武汉 430062
文献出处：
引用格式：
[1]钟志峰;何佳伟;侯瑞洁;晏阳天;刘梦娜;赵明俊-.改进UNet的轻量化道路图像语义分割算法)[J].现代电子技术,2022(19):71-76
A类：
B类：
UNet,道路图像,图像语义分割,分割算法,分割方法,速度慢,移动端,端设备,分割模型,Faster,特征感知,感知能力,道路场景,景深,变化特点,下采样,图像特征,模型参数量,边缘特征,削减,深层特征,拼接,编码与解码,空间金字塔池化,ASPP,多尺度信息,特征增强,通道特征,部分嵌入,通道注意力模块,特征图,自适应调节,上三,Camvid,验证实验,MIoU,Mb,模型性能,性能优良,道路分割,问题优化,模型结构,自动驾驶技术,应用参考,注意力机制
AB值：
0.383301
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。
