基于嵌入平衡的可变形卷积混合任务级联语义分割方法

摘要

本发明设计了一种基于嵌入平衡的可变形卷积混合任务级联语义分割方法,用于实现图像目标识别和语义的分割，包含：将裁剪后的图像输入到已预训练的神经网络中；通过特征金字塔网络将两个采样映射到相同的尺度空间；对来自不同层级之间提取的语义特征进行信息融合；采用卷积层预测像素级分割结果；在特征金字塔网络的卷积和池化部分采用可变形卷积神经网络，对输入图像进行特征提取，得到特征图；将特征图划分为相同大小的部分，将经过特征金字塔网络后得到的特征图输入到区域候选网络用于训练该网络，区域候选网络包含目标检测分类器和候选框定位分类器两部分，目标检测分类器输出目标识别结果和预测准确率，候选框定位分类器能够给出候选区域精准定位，输出多个候选区域的候选边框。本发明提高语义分割定位的精准度及分割的精确度。