基于改进Deeplabv3+的雾气图像分割
Intelligent Computer and Applications（2022）
摘要
针对传统雾气图像分割算法耗时长、分割结果存在凹陷等问题,提出一种基于DeepLabv3+的雾气图像分割算法.改进算法将DeepLabv3+原结构编码器的Backbone替换为更轻量的Mobilenetv2网络;将解码器的特征融合结构进行重新设计,同时加入注意力通道模块、边缘细化模块,通过消融实验得到分割效果最佳的雾气图像分割网络.实验结果表明,改进算法对雾气图像的分割精度MIOU可达90.31％,优于以ResNet101为基础的DeepLabv3+算法,且分割速度提高了57.26％,模型容量减少了92.62％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要