摘要
[目的/意义]在边缘场景下,实时图像的数据安全非常重要.同时,边缘计算设备为适应实时场景的需求,对图像语义分割提出新的要求,亟需提高模型运行速度与识别精度.[方法/过程]基于Jetson Nano分析了边缘设备数据安全的重要性和可行性,并改进PP-LiteSeg模型,引入高效多尺度注意力模块(EMA),采用融合上采样空洞空间卷积池化金字塔,提升了图像语义分割任务的性能.[结果/结论]在确保边缘设备数据安全的同时,改进模型较原有模型在Cityscapes数据集上平均交并比提升6.3%.
[Purpose/Significance]Data security is very important for real-time images in edge scenarios,and edge computing devices pose new challenges for image semantic segmentation to meet the needs of real-time scenarios,which urgently requires improving the model speed and accuracy.[Method/Process]The research is based on Jetson Nano,and analyzes the importance and feasibility of data security for edge devices,and improves the PP-LiteSeg model,introduces an efficient multi-scale attention module(EMA),and adopts a fusion upsampling atrous spatial convolution pooling pyramid,which improves the performance of the image semantic segmentation task.[Results/Conclusion]While ensuring data security for edge devices,the improved model increases the mean IoU by 6.3%compared to the original model on the Cityscapes dataset.
作者
龚保全
曾万康
李绍毅
彭熙
Gong Baoquan;Zeng Wankang;Li Shaoyi;Peng Xi(Central China Normal University,Hubei Wuhan 430079)
出处
《网络空间安全》
2024年第4期129-133,共5页
Cyberspace Security
作者简介
龚保全(2002-),男,汉族,四川遂宁人,华中师范大学计算机学院,在读本科,主要研究方向和关注领域:人工智能和数据安全;曾万康(2003-),男,汉族,江西宜春人,华中师范大学计算机学院,在读本科,主要研究方向和关注领域:人工智能和边缘计算;李绍毅(2003-),男,汉族,湖南常德人,华中师范大学计算机学院,在读本科,主要研究方向和关注领域:计算机视觉,机器人;彭熙(1978-),男,汉族,湖北武汉人,华中师范大学计算机学院,硕士,华中师范大学计算机学院,讲师,主要研究方向和关注领域:物联网技术与应用。
