基于密集层和注意力机制的快速场景语义分割方法

针对传统语义分割网络速度慢、精度低的问题，提出一种基于密集层和注意力机制的快速场景语义分割方法。在Resnet网络中加入密集层和注意力模块，密集层部分采用两路传播方式，以更好地获得多尺度目标，并使用分组卷积减少计算量。同时在特征提取网络中加入注意力模块，以减少精度损失。实验结果表明，该方法在保证分割精度的前提下提升了分割速度，在Cityscapes数据集上得到了81.5%的MOU，速度为42.3 frame/s，在ADE20K数据集上得到了61.8%的MIOU，速度为27.9 frame/s。