申请/专利权人:湖南大学
申请日:2020-09-11
公开(公告)日:2020-12-18
公开(公告)号:CN112101366A
主分类号:G06K9/34(20060101)
分类号:G06K9/34(20060101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.01.05#实质审查的生效;2020.12.18#公开
摘要:本发明涉及一种基于混合扩张网络的实时分割系统与方法,属于计算机视觉领域;包括主干网MobileNetv2和轻量级的混合空洞卷积模块;轻量级的混合空洞卷积模块通过多尺度信息和有效的注意机制,在准确性和高效率方面实现全面的权衡;轻量级的混合空洞卷积模块主要包括深度可分离注意力模块和混合多尺度模块;深度可分离注意模块为单层混合卷积设计。一方面,它可以通过增加网络的深度来增强信息的表达。另一方面,深度可分离卷积对每个信道分别执行卷积分离,从而减少了参数大小和计算成本。
主权项:1.基于混合扩张网络的实时分割系统,其特征在于:包括轻量化的主干网络MobileNetv2和混合空洞卷积模块;混合空洞卷积模块由轻量级的空间金字塔注意模块、全局信息增强模块组成;轻量级的空间金字塔注意模块通过多尺度信息和有效的注意机制,在准确性和高效率方面实现全面的权衡;轻量级的空间金字塔注意模块主要包括深度可分离注意力模块和混合多尺度模块;深度可分离注意力模块为单层混合卷积设计;还包括与空间金字塔注意模块连接的全局信息增强模块,通过增加与全局信息增强模块的两个有效的远程快捷连接,补充关键信息和扩展空间金字塔模块输出特征映射的维数;最后,形成采样输出特征图。
全文数据:
权利要求:
百度查询: 湖南大学 基于混合扩张网络的实时分割系统与方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。