首页 | 杂志简介 | 征稿简则 | 投稿指南 | 常见问题 | 名词解释 | 刊物订阅 | 联系我们 | English
基于深度学习的语义分割网络
投稿时间:2018-03-06  修订日期:2018-03-12  点此下载全文
引用本文:代具亭,汤心溢,刘鹏.基于深度学习的语义分割网络[J].红外,2018,39(4):33~38
摘要点击次数: 31
全文下载次数: 48
作者单位E-mail
代具亭 中国科学院上海技术物理研究所 djting@mail.ustc.edu.cn 
汤心溢 中国科学院上海技术物理研究所  
刘鹏 中国科学院上海技术物理研究所  
基金项目:国家“十三五”国防预研项目(Jzx2016-0404/Y72-2);中国科学院青年创新促进会项目(2014216);上海市现场物证重点实验室基金项目(2017xcwzk08)
中文摘要:提出了一种基于深度学习的语义分割网络。该网络通过多孔卷积设计了一个能提取图像多尺度信息的空间金字塔模块,并通过大量实验探索了空间金字塔模块中多孔采样率和多尺度分支对于网络场景解析能力的影响。讨论了网络训练中不同超参数对于网络性能的影响。在SUN RGB-D数据集上的测试结果显示,与其它state-of-the-art的语义分割网络相比,本文设计的网络性能突出。最后,还对基于红外图像的语义分割进行了初步探索。
中文关键词:卷积神经网络  语义分割  多尺度  红外图像
 
Semantic Segmentation Network Based on Deep Learning
Abstract:A semantic segmentation network based on deep learning is proposed. The network designs a spatial pyramid module which can extract multi-scale information from images through Atrous convolution. It also explores the influence of Atrous convolution sampling rate and multi-scale branches on the performance of network through extensive experiment. the impact of hyperparameters on network performance during training is discussed. The test results on the SUN RGB-D dataset show that compared with other state-of-the-art semantic segmentation networks, the performance of the network we proposed is outstanding. Finally, the semantic segmentation based on infrared images is explored preliminarily.
keywords:convolutional neural network  semantic segmentation  multi-scale  infrared image
查看全文  查看/发表评论  下载PDF阅读器

版权所有:《红外》编辑部

北京勤云科技发展有限公司