[发明专利]基于分组非对称卷积的高效语义分割方法

权利要求书

1.基于分组非对称卷积的高效语义分割方法，其特征在于，包括如下步骤：

步骤1，构建语义分割网络，由编码器和解码器两大部分组成，其中编码器部分用于提取图像的多尺度特征信息，包含m个下采样模块和n个分组非对称卷积瓶颈层，编码器最终输出的特征图分辨率为原始输入分辨率的解码器部分包含m个反卷积模块和l个分组非对称卷积瓶颈层，用于解析编码器的输出结果，并将输出特征图放大至与原始输入分辨率一致；

所述下采样模块由两个分支组成，一个分支完成最大池化操作，另一个分支完成卷积操作，接着将两个结果拼接，最后通过重组操作整合两个分支的信息得到最后的输出；

所述分组非对称卷积瓶颈层ga-bottleneck采用分组卷积和非对称卷积来优化瓶颈层的参数量，首先将瓶颈层的输入划分为四个具有相同通道数的卷积组，其中第一组用于获取输入的原始特征信息，第二组、第三组和第四组的卷积输入，分别为原始输入与上一组的输出的叠加入；每个卷积组之间通过级联方式进行信息沟通，然后将每个组的输出结果拼接后，通过重组操作整合各个组的信息，得到最终的输出结果；

反卷积模块采用2×2大小的卷积核，步幅为2的卷积方式，扩大输入特征图分辨率，减少输出通道；

步骤2，使用数据集训练语义分割网络得到相应的网络模型权重；

步骤3，将需要处理的图像数据做归一化处理，转化为用于计算的张量数据，输入到训练好的网络模型中，得到预测的标签；

步骤4，根据预测的标签对网络输出的特征图进行上色，进而得到分割后图像。

2.如权利要求1所述的基于分组非对称卷积的高效语义分割方法，其特征在于：步骤2中训练时使用交叉熵作为损失函数，如式1.1所示；

其中，w_label为每个类别的权重；x为输出特征图的每个像素点的概率分布向量，N是x的特征维度，大小与类别数目一致；label∈[1,N]为标量，是指对应的标签类别。

3.如权利要求1所述的基于分组非对称卷积的高效语义分割方法，其特征在于：m的取值为3，n的取值为13，l的取值为4。

4.如权利要求1所述的基于分组非对称卷积的高效语义分割方法，其特征在于：分组非对称卷积瓶颈层中的第二组、第三组、第四组所采用的卷积方式均为3×1和1×3的非对称卷积。

5.如权利要求1所述的基于分组非对称卷积的高效语义分割方法，其特征在于：编码器提取多尺度特征信息包含三个阶段，第一阶段由下采样模块和连续三个ga-bottleneck构成，将输入图像的分辨率减少一半，并加深其通道数，在保留输入图像的全局特征同时为提取图像的深层次特征做准备；

第二阶段由下采样模块和连续两个ga-bottleneck构成，将上一阶段的特征图分辨率再减半，同时翻倍输出通道数；

第三阶段由下采样模块和连续八个不同扩张率的ga-bottleneck构成，提取图像的多尺度特征用于区分每个像素的类别。

6.如权利要求5所述的基于分组非对称卷积的高效语义分割方法，其特征在于：第三阶段中ga-bottleneck的扩张率d取值分别为1、1、1、2、2、2、4、4。