用于室内环境语义分割的全卷积网络
Journal of Changchun University of Science and Technology（2020）
摘要
卷积网络是一种功能强大的可视化模型,可以生成特征层次结构,通过卷积网络的端到端训练、像素到像素的训练等,可以达到语义分割的目的.针对现阶段语义分割多用于室外环境,而且传统CNN网络不能满足任意大小的图像输入等问题,首先通过将传统卷积网络中的连接层替换为卷积层,将现有的分类网络(AlexNet、VGG网络和GoogLeNet)改为全卷积网络,然后利用全卷积网络对PASCAL VOC 2012的数据库进行训练,将该训练模型进行室外环境语义分割的测试,证明通过全卷积网络训练后获得的模型可用于语义分割.最后,选取室内三种外形的椅子进行了数据采集,建立室内环境语义分割的数据库,通过微调训练以及验证,证明该方法用于室内语义分割的有效性,同时证明了该网络支持任意大小输入.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要