融合U-Net及MobileNet-V2的快速语义分割网络
Computer Engineering and Applications(2021)
Abstract
传统U-Net网络模型大,处理图片速度慢,难以适应工业生产中实时的需求.针对该问题,设计并实现了一个轻量级全卷积语义分割网络LU-Net.LU-Net网络以U-Net框架为主体,结合MobileNet-V2的思想,利用深度可分离卷积参数少、计算量小的特点轻量化网络模型.网络综合利用bottleneck模块与普通卷积的优点,并高效利用了高层特征,在保持精度的同时,大幅缩短了分割所需时间.经公开数据集DRIVE及自制凹陷字符数据集上实验的验证,相较于原U-Net网络模型,提出的LU-Net模型参数量缩小至0.59×106,为原模型的1.9%,运行速度提高5倍,处理一张360×270图片的平均耗时为25 ms.LU-Net基本满足工业生产对图像实时处理的要求.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined