现有的高精度图像分割模型通常计算复杂度较高,难以满足工业场景对实时性和资源有限性的要求,针对以上问题,本文提出了一种基于U3Plus网络的轻量化工业图像分割模型。该模型首先引入U3Plus的全尺度融合模块,然后将单通道与多通道卷积混...现有的高精度图像分割模型通常计算复杂度较高,难以满足工业场景对实时性和资源有限性的要求,针对以上问题,本文提出了一种基于U3Plus网络的轻量化工业图像分割模型。该模型首先引入U3Plus的全尺度融合模块,然后将单通道与多通道卷积混合使用应用于特征提取,将优化后的高效通道注意力机制(Efficient Channel Attention,ECA)模块进行特征提纯,最后引入视觉状态空间(Visual State Space,VSS)Block模块进行特征优化,在减少计算资源占用的同时保持了较高的分割精度。实验结果表明,该方法在多个工业场景下实现了精确且高效的图像分割,该轻量化模型的参数量下降了近2/3,平均交并比(MIoU)上升了近2%。展开更多
文摘现有的高精度图像分割模型通常计算复杂度较高,难以满足工业场景对实时性和资源有限性的要求,针对以上问题,本文提出了一种基于U3Plus网络的轻量化工业图像分割模型。该模型首先引入U3Plus的全尺度融合模块,然后将单通道与多通道卷积混合使用应用于特征提取,将优化后的高效通道注意力机制(Efficient Channel Attention,ECA)模块进行特征提纯,最后引入视觉状态空间(Visual State Space,VSS)Block模块进行特征优化,在减少计算资源占用的同时保持了较高的分割精度。实验结果表明,该方法在多个工业场景下实现了精确且高效的图像分割,该轻量化模型的参数量下降了近2/3,平均交并比(MIoU)上升了近2%。
