基于DCF-DeepLab网络的图像语义分割研究

摘要

针对DeepLabv3中存在的图像小目标信息易丢失、训练时效长、目标边界分割粗糙等问题,提出了一种基于双注意力交叉融合的DCF-DeepLab图像语义分割网络。该网络设计了基于注意力机制的特征融合模块,分别在2、4、8倍下采样特征图上使用该模块,融合浅层特征以弥补深层特征的不足;在主干特征提取网络部分引入轻量级网络MobileNetV3-Large,减少模型推理时间;在ASPP模块嵌入多个注意力模块和串联结构,增强网络细节特征提取能力。通过在PASCAL VOC 2012数据集上的实验结果表明,该网络可有效提升图像语义分割性能,具有一定应用潜力。