多尺度特征融合：为检测学习更好的语义信息（附论文下载）

文章预览

关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ ComputerVisionGzq 学习群 ｜ 扫码在主页获取加入方式 论文地址： https://arxiv.org/pdf/2112.13082.pdf 计算机视觉研究院专栏 多尺度特征融合！ 一、 前言 本文提出了一种基于单模态语义分割的新型坑洼检测方法。它首先使用卷积神经网络从输入图像中提取视觉特征，然后通道注意力模块重新加权通道特征以增强不同特征图的一致性。随后，研究者采用了一个 空洞空间金字塔池化模块 （由串联的空洞卷积组成，具有渐进的扩张率）来整合空间上下文信息。 这有助于更好地区分坑洼和未损坏的道路区域。最后，使用研究者提出的多尺度特征融合模块融合相邻层中的特征图， 这 进一步减少了不同特征通道层之间的语义差距 。在Pothole-600数据集上进行了大量实验，以证明提出的方法的有效性。定量比较表明 ………………………………