基于DeepLabv3+算法的城市街景語義分割算法研究

打開文本圖片集

摘要：在自動(dòng)駕駛領(lǐng)域，城市街道場景的語義分割對于提升系統(tǒng)的安全性和效率至關(guān)重要。針對傳統(tǒng)語義分割模型參數(shù)過多、泛化性能較差以及分割效果有限等問題，文章提出了一種基于改進(jìn)DeepLabv3+的解決方案。此改進(jìn)模型融合了輕量級MobileNetv2主干網(wǎng)絡(luò)和SE注意力機(jī)制，優(yōu)化了空洞金字塔池化（Atrous Spatial Pyramid Pooling， ASPP）模塊，將其從并行結(jié)構(gòu)改進(jìn)成串行結(jié)構(gòu)，采用深度可分離卷積結(jié)構(gòu)。（剩余4701字）