【语义分割系列】基于改进Unet的火灾现场分割算法(完全创新可直接发论文)(二)

基于改进Unet的火灾现场分割算法(二)

前言

在(一)中因为引入HyCTAS自注意力机制,导致参数量增加很多。因次本节将对参数量这一块进行优化。首先设计了一个轻量的LightASPP结构,先将特征图处理后,再送入HyCTAS结构中。然后在Decoder层中,使用CSPHet替换原有的卷积层,在减少参数量的同时,也能提升模型精度。
在这里插入图片描述在这里插入图片描述

1.代码部分

1.1LightASPP结构

LightASPP,在LRASPP结构的基础上实现,但是多引入了一个dilation为3的卷积结构。在nets/tricks/necks.py中添加如下代码

import torch
import torch.nn as nn
import torch.
  • 9
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值