The present invention relates to a separable decomposable residual module design method for fast semantics segmentation, which includes: designing a separable residual module combining residual connection and depth separable convolution: decomposing a depth separable convolution 3D convolution core into a channel-by-channel processing 2D convolution core and a cross-channel 1*1 size 3D convolution core, and replacing the 3D convolution in the residual module with depth separable convolution. Separate convolution and design separable residual module; On the basis of separable residual module, decomposition convolution is introduced to design more efficient residual module-separable decomposition residual module. The decomposition convolution core is decomposed into two consecutive orthogonal one-dimensional convolution kernels, and the channel-by-channel 3*3 convolution in the separable residual module is transformed into two consecutive channel-by-channel 3*1 convolution and channel-by-channel 1*1 convolution. 3. Convolution, design separable decomposition residual module. Based on the designed separable decomposition residual module, design an efficient semantics segmentation network structure which can make full use of its learning ability and learning efficiency.
【技术实现步骤摘要】
一种用于快速语义分割的可分离分解残差模块设计方法
本专利技术涉及计算机视觉、语义分割、深度学习领域，特别涉及一种用于快速语义分割的可分离分解残差模块设计方法。
技术介绍
自动驾驶是当前一个极为热门的课题，其中视觉感知模块更是自动驾驶系统中不可或缺的一部分。自动驾驶的视觉感知模块涉及到交通标志识别，车辆、行人检测，道路识别等视觉感知任务。针对上述各个视觉任务当前都有比较成熟的检测算法。但是自动驾驶汽车需要精确实时地分析周围场景，也就需要同时完成对上述不同类别物体的分割归类，这时语义分割的研究就显得尤为重要。语义分割是图像场景理解中常用的技术，它对图像中每个像素预测其类别，从而实现对图像的像素级分类。语义分割可以对图像进行非常细致的理解，这对自动驾驶的研究异常重要。近年来，深度学习发展迅猛，自卷积神经网络(CNN)提出以来，用神经网络做物体分类的算法层出不穷。为将CNN应用到语义分割领域中，Long等人提出了全卷积神经网络(FCN)。FCN将CNN的全连接层替换成了卷积层，然后用去卷积层对最后一个卷积层的特征图进行上采样，得到与输入图像尺寸相同的像素级分类结果。FCN...
【技术保护点】
1.一种用于快速语义分割的可分离分解残差模块设计方法，包括下列步骤：(1)结合残差连接和深度可分离卷积设计可分离残差模块：将深度可分离卷积的3D卷积核分解成一个逐通道处理的2D卷积核和一个跨通道的1×1大小的3D卷积核，将残差模块中的3D卷积替换为深度可分离卷积，设计可分离残差模块。(2)在可分离残差模块的基础上引入分解卷积设计更加高效的残差模块——可分离分解残差模块：将分解卷积的3D卷积核分解成两个连续正交的一维卷积核，将可分离残差模块中的逐通道3×3卷积变为两个连续的逐通道3×1卷积和逐通道1×3卷积，设计可分离分解残差模块；(3)基于设计的可分离分解残差模块设计一种能...
【技术特征摘要】
1.一种用于快速语义分割的可分离分解残差模块设计方法，包括下列步骤：(1)结合残差连接和深度可分离卷积设计可分离残差模块：将深度可分离卷积的3D卷积核分解成一个逐通道处理的2D卷积核和一个跨通道的1×1大小的3D卷积核，将残差模块中的3D卷积替换为深度可分离卷积，设计可分离残差模块。(2)在可分离残差模块的基础上引入分解卷积设计更加高效的残差模块——可分离分解残差模块：将分解卷积的3D卷积核分解成两个连续正交的一维卷积核，将可分离残差模块中的逐通道3×3卷积变为两个连续的逐通道3×1卷积和逐通道1×3卷积，设计可分离分解残差模块；(3...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。