DL00232-基于DeepLabv3+改进的道路提取模型ASPP注意力等完整实现

 

 ASPP模块中加入注意力模块，多尺度推理方法，它在不同的缩放比例下对输入数据进行前向传播，并将所有结果累加起来作为最终输出。这种方法可以提高模型对不同尺寸物体的检测能力。deeplabv3p分类器部分通常是一个1x1卷积层，用于将模型提取的特征进行分类。在 DeepLab V3+ 中，分类器被放置在 ASPP（Atrous Spatial Pyramid Pooling）模块的顶部，以利用多个空洞卷积核捕捉不同尺度的特征。ASPP 模块中的分类器具有多个并行的分支，每个分支都有不同的空洞卷积核大小和空洞率，以提取不同尺度的特征信息。在整个模型的训练过程中，分类器的参数也是需要进行训练的。