10.3969/j.issn.1006-2475.2019.08.004
基于多层信息融合的实时语义分割 及其在电力场景中的应用
语义分割是计算机视觉的一项基础工作.本文提出一种新型的结合点卷积与空洞卷积的上采样结构,并基于该结构设计一个能融合多层信息的实时语义分割模型.该模型在Cityscapes数据集上的mIoU能达到72.1%,对于640×360的输入图像,运行速度能达到125 fps,同时该模型在电力场景数据集下也有很好的效果.此外,本文还将该模型移植到移动端,实现一款基于语义分割的电力场景增强现实应用.
深度学习、语义分割、卷积神经网络、电力场景
TP391(计算技术、计算机技术)
国网浙江省电力有限公司科技项目5211XT17000C
2019-08-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
17-22