基于膨胀卷积平滑及轻型上采样的实时语义分割

针对轻量级网络在语义分割速度上较快,但精度较低的问题,在轻量级网络基础上,提出了基于膨胀卷积平滑及轻型上采样的实时语义分割方法。为了提高分割速度,采用结合结构化知识蒸馏的轻量级网络ResNeXt-18作为特征提取网络。设计了膨胀卷积平滑模块及轻型上采样模块,用来提高语义分割的精确度。为验证所提方法的有效性,在Cityscapes数据集及CamVid数据集上进行评估,在Cityscapes数据集上得到了速度为40.2 frame/s,精度为76.8%,参数量仅为1.18×10 7的结果。实验表明,本文提出的实时语义分割方法在保持方法实时性的同时可以得到较好的分割准确度,具有一定的实用价值。