改進(jìn)的Mask R-CNN在車輛實(shí)例分割的應(yīng)用

打開文本圖片集

摘要：為了提高標(biāo)注數(shù)據(jù)的利用率、無人駕駛實(shí)例分割質(zhì)量及系統(tǒng)的穩(wěn)定性，本文提出了一種基于Mask R-CNN的注意力機(jī)制改進(jìn)算法。該算法在Basebone結(jié)構(gòu)中嵌入了門控通道注意力機(jī)制，并將激活函數(shù)修改為Mish函數(shù)，提高了深度卷積網(wǎng)絡(luò)在視覺識(shí)別任務(wù)和數(shù)據(jù)集上的泛化能力，增強(qiáng)了函數(shù)的穩(wěn)定性，避免了神經(jīng)元的初始“死亡”現(xiàn)象。（剩余9826字）