实现图像分割 轻量化语义分割网络 LRASPP及其改进方法

本文探讨了图像分割技术,使用Python实现,对比了DeepLabV3、FCN、LRASPP等网络架构的分割效果,展示了不同模型在图像分割上的应用。

上面的和下面的分别是分割后的图像 和原始图像

采用的的网络架构是

参考的是太阳花小绿豆的画的网络

这是deep;abv3的分割结果

这是fcn的分割结果

 

这是lraspp的分割结果,同时可以看到局部部分是没有的

目录

一、架构速读:轻量化语义分割网络 LRASPP + MobileNetV3-Bone

二、PyTorch 实现(精简可跑)

三、消融实验结果(Cityscapes 512×1024)

四、轻量化改进方向(2025 ready)

五、总结


一、架构速读:轻量化语义分割网络 LRASPP + MobileNetV3-Bone

从 PNG 流程表可以拆出 3 段:

  1. Backbone – MobileNetV3-Large

    • 深度可分离 3×3 / 5×5 逆残差块(Bneck)

    • 通道 16→160,下采样 8×(480→60)

    • 提供 3 级特征:C1(120×24)、C2(60×40)、C3(30×160)

  2. LRASPP Head(Lightwei

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

交通上的硅基思维

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值