-
题名金字塔原型对齐的轻量级小样本语义分割网络
被引量：3
- 1
-
-
作者
贾熹滨
李佳
-
机构
北京工业大学信息学部
多媒体与智能软件技术北京市重点实验室
北京人工智能研究院
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2021年第5期455-462,519,共9页
-
基金
北京市自然科学基金资助项目(4202004)。
-
文摘
小样本图像语义分割任务是计算机视觉领域一个有挑战性的问题,其目标是利用现有一张或几张带有密集分割注释的图片来预测未见类图像的分割掩码.针对该任务,提出了一个基于金字塔原型对齐的轻量级小样本图像语义分割网络.首先,该网络在MobileNetV2网络的深度可分离卷积和逆残差结构基础上,通过金字塔池化模块进行提取特征,保持高维度和低维度的信息,获得不同尺度的特征.同时通过在支持集原型和查询集之间进行相互对齐,使得网络能够从支持集中学到更多的信息,充分利用支持集的信息进行反馈.基于PASCAL-5^(i)数据集的大量实验结果表明,提出的网络结构的均值在1-way 1-shot和1-way 5-shot上分别为49.5%和56.6%,与先进的主流小样本语义分割网络PANet相比分别对应提高了1.4%和0.9%,网络参数量为3.0 MB,相比PANet减小了11.7 MB,同时浮点计算量显著减少,证明了该网络在小样本图像语义分割中的有效性和高效性.
-
关键词
小样本语义分割
卷积神经网络
多尺度
金字塔池化
原型对齐正则化
轻量级网络
-
Keywords
few-shot semantic segmentation
convolutional neural network
multi-scale
pyramid pooling module
prototype alignment regularization
lightweight network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
