深层特征与浅层特征的融合进行语义分割得到掩膜图像

更新日期：2022-03-31 浏览次数：123

核心提示：1.3.2 FCN 语义分割批量去除样本背景CN 神经网络是一种被广泛应用的全卷积语义分割方法[9]。本文采用的 FCN 网络 backbone（网络主干）是 ResNet50[1

1.3.2 FCN 语义分割批量去除样本背景

CN 神经网络是一种被广泛应用的全卷积

语义分割方法[9]。本文采用的 FCN 网络

backbone（网络主干）是

ResNet50[10]，在

Imagenet1000 数据集（1000

类共 120 万张图

片）和 coco 数据集的预训练权重上进行迁移

学习。在 FCN 网络中使用了膨胀卷积[11]扩大

感受野，并通过转置卷积[12]上采样，获得与

原始图片等大的特征图，对特征图每个像素

点进行识别，并将识别结果应用于原始图像

的像素点，实现语义分割。