您当前的位置：
首页 >
文章列表页 >
融合注意力机制的改进型DeepLabv3+语义分割
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合注意力机制的改进型DeepLabv3+语义分割

    • Improved DeepLabv3+ semantic segmentation incorporating attention mechanisms

    • “"针对DeepLabv3+语义分割网络计算复杂度高、对图像细节提取能力弱、分割的图像边界模糊的问题"，研究团队融合SimAM与外部注意力机制改进网络，以轻量级MobileNetV2为骨干，引入Haar小波变换下采样，在VOC2012数据集上mIoU提升2.82%，为计算机视觉应用提供新思路。”
    • 闫河 ，雷秋霞 ，王旭
    • 光学精密工程 2025年33卷第1期 页码：123-134

    • DOI： 10.37188/OPE.20253301.0123     

      中图分类号：
    • CSTR： 32169.14.OPE.20253301.0123     

    • 修回：2024-08-14 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

2007

浏览量

2713

下载量

4

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于DeepLabV3+与超像素优化的语义分割
融合多头自注意力与双重特征重标定的高分辨率遥感建筑物提取
面向高分辨率遥感图像分割的级联精炼网络
微小圆线圈的语义分割与精密测量研究
数字散斑干涉应力应变同步测量

相关作者

任凤雷
何昕
魏仲慧
吕游
李沐雨
韩轶龙
巩丹超
郑敏

相关机构

中国科学院 长春光学精密机械与物理研究所
中国科学院大学
西安测绘研究所
智能空间信息国家级重点实验室
中国测绘科学研究院