买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学

摘要：本发明公开一种基于多分支深度可分离空洞卷积的实时语义分割方法，其语义分割网络采用多分支全卷积网络能高效进行上下文信息与细节信息的融合，并补全在下采样中损失的信息，其信息提取网络结构先通过卷积模块对信息进行初步提取并下采样；细节分支通过卷积模块不断提取细节信息；上下文分支通过卷积模块提取上下文信息，多级上采样解码模块能够增加感受野进一步提取上下文信息；细节分支与上下文分通过信息融合模块进行高效信息交换；多尺度空洞深度可分离卷积模块为网络提供多种尺度的感受野并保持空间分辨率不变，同时对上下文信息与细节信息进行融合，并补全下采样过程中损失的信息，增强模型分割效果。

主权项：1.基于多分支深度可分离空洞卷积的实时语义分割方法，其特征是，包括步骤如下：步骤1、构建多分支深度可分离空洞卷积语义分割网络；所述多分支深度可分离空洞卷积语义分割网络包括2个主分支卷积模块、2个细节分支卷积模块、2个细节分支信息融合模块、3个上下文分支卷积模块、2个上下文分支信息融合模块、1个上下文分支多级上采样解码模块、1个上下文分支上采样模块、3个融合补全分支多尺度深度可分离空洞卷积模块、2个融合补全分支拼接模块、1个主分支逐点求和模块、1个主分支通道压缩模块和1个主分支上采样模块；主分支第一卷积模块的输入端形成多分支深度可分离空洞卷积语义分割网络的输入端，主分支第一卷积模块的输出端连接主分支第二卷积模块的输入端，主分支第二卷积模块的输出端接细节分支第一卷积模块和上下文分支第一卷积模块的输入端；细节分支第一卷积模块的输出端连接细节分支第一信息融合模块、上下文分支第一信息融合模块和融合补全分支第一拼接模块的输入端，细节分支第一信息融合模块的输出端连接细节分支第二卷积模块和融合补全分支第一拼接模块的输入端，细节分支第二卷积模块的输出端连接细节分支第二信息融合模块和上下文分支第二信息融合模块的输入端，细节分支第二信息融合模块的输出端连接融合补全分支第二拼接模块的输入端；上下文分支第一卷积模块的输出端连接上下文分支第一信息融合模块和细节分支第一信息融合模块的输入端，上下文分支第一信息融合模块的输出端连接上下文分支第二卷积模块的输入端，上下文分支第二卷积模块的输出端连接上下文分支第二信息融合模块和细节分支第二信息融合模块的输入端，上下文分支第二信息融合模块的输出端连接上下文分支第三卷积模块的输入端，上下文分支第三卷积模块的输出端连接上下文分支多级上采样解码模块的输入端，上下文分支多级上采样解码模块的输出端连接上下文分支上采样模块的输入端，上下文分支上采样模块的输出端连接主分支逐点求和模块的输入端；融合补全分支第一拼接模块的输出端连接融合补全分支第一多尺度深度可分离空洞卷积模块的输入端，融合补全分支第一多尺度深度可分离空洞卷积模块的输出端连接融合补全分支第二拼接模块的输入端，融合补全分支第二拼接模块的输出端连接融合补全分支第二多尺度深度可分离空洞卷积模块的输入端，融合补全分支第二多尺度深度可分离空洞卷积模块的输出端连接融合补全分支第三多尺度深度可分离空洞卷积模块的输入端，融合补全分支第三多尺度深度可分离空洞卷积模块的输出端连接主分支逐点求和模块的输入端；主分支逐点求和模块的输出端连接主分支通道压缩模块的输入端，主分支通道压缩模块的输出端连接主分支上采样模块的输入端，主分支上采样模块的输出端形成多分支深度可分离空洞卷积语义分割网络的输出端；步骤2、利用样本图像集对步骤1所构建的多分支深度可分离空洞卷积语义分割网络进行深度学习，得到多分支深度可分离空洞卷积语义分割模型；步骤3、将待分割的原始图像送到步骤2所得到的多分支深度可分离空洞卷积语义分割模型中，多分支深度可分离空洞卷积语义分割模型输出分割好的图片。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 基于多分支深度可分离空洞卷积的实时语义分割方法