论文部分内容阅读
针对现阶段实时语义分割算法计算成本高和内存占用大而无法满足实际场景应用的问题,提出一种新型的浅层的轻量级实时语义分割算法——基于注意力机制和有效分解卷积的实时分割算法(AEFNet)。首先,利用一维非瓶颈结构(Non-bottleneck-1D)构建轻量级分解卷积模块以提取丰富的上下文信息和减少运算量,以一种简单的方式增强算法学习能力且利于提取细节信息;然后,结合池化操作和注意力细化模块(ARM)构建全局上下文注意力模块以捕捉全局信息和细化算法每个阶段,优化分割效果。算法模型在公共数据集citysc