原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
图像语义分割是计算机视觉领域中重要的挑战性任务。近年来，得益于强大的特
征提取能力与良好的泛化性，深度神经网络逐渐成为图像语义分割领域的主流方法。
但大部分语义分割网络无法取得精度与速度的均衡，限制了其在实际场景中的应用，
且存在物体边缘分割精度低、特征利用与融合不充分、全局信息提取受限等问题，针
对上述不足，本文提出两种实时语义分割网络，主要研究内容如下：
1、为有效提取图像中的边缘特征，并提升不同层次特征的利用率与融合率，本
文提出了边缘特征强化的双分支实时语义分割网络U
文档评论（0）