基于GLCNet的輕量級語義分割算法

摘要： 多數(shù)基于卷積神經(jīng)網(wǎng)絡(luò)的語義分割算法伴隨龐大的參數(shù)量和計算復(fù)雜度，限制了其在實(shí)時處理場景中的應(yīng)用。為解決該問題，提出了一種基于全局-局部上下文網(wǎng)絡(luò)(GLCNet)的輕量級語義分割算法。該算法主要由全局-局部上下文(GLC)模塊和多分辨率融合(MRF)模塊構(gòu)成。全局-局部上下文模塊學(xué)習(xí)圖像的全局信息和局部上下文信息，使用殘差連接增強(qiáng)特征之間的依賴關(guān)系。在此基礎(chǔ)上，提出了多分辨率融合... （共9頁）