[发明专利]一种基于多尺度视觉特征提取的轻量级语义分割方法有效
| 申请号： | 202011424180.8 | 申请日： | 2020-12-08 |
| 公开（公告）号： | CN112634276B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 宋霄罡;付旺;梁莉;张元培 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06V10/40;G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 徐瑶 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多尺度视觉特征提取的轻量级语义分割方法，包括以下步骤：网络建立：首先构建基于多尺度特征提取的轻量级卷积神经网络LitNet，通过特征提取器提取图像特征，将特征传入融合空洞卷积的空间金字塔模块提取图像多尺度特征，最后通过简单上采样模块完成特征整合，恢复图像分辨率；网络训练：使用Tensorflow框架搭建网络结构，使用交叉熵函数作为损失函数，使用Adam算法优化训练参数，并在训练过程中采用早停策略防止网络训练过拟合，以达到最优训练效果；网络测试：将测试图像输入网络，得到语义分割结果，并计算mIoU与FPS，对网络性能进行评估，经过测试，本发明在CamVid数据集上模型大小为10M，mIoU为70.24％，可以达到34FPS，可以满足实时分割要求。 | ||
| 搜索关键词： | 一种 基于 尺度 视觉 特征 提取 轻量级 语义 分割 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011424180.8/，转载请声明来源钻瓜专利网。
