LR-ASPP（MobileNet v3）：道路图像语义分割实战

1、前言

LR-ASPP是一个适用于移动端的轻量级语义分割网络，源自MobileNetV3。

相比其他网络，其在CPU上的推理速度快，但精度可能下降。

网络结构包括MobileNetV3作为Backbone，使用16倍下采样，以及特殊的Segmentation Head，结合膨胀卷积和注意力机制，实现高效分割。

实验对比：

2、LR-ASPP 介绍

在语义分割任务中，Backbone 为 MobileNet v3，但进行了一些改动：

• Backbone 不再进行 32 倍下采样，而是仅进行 16 倍下采样
• Backbone 中最后的几个 BottleNet 中使用膨胀卷积

在一般的语义分割任务，Backbone 通常会进行 8 倍下采样，而 MobileNet v3 LR-ASPP 为了使模型更加轻量化，于是进行了 16 倍 下采样

分割头（Segmentation Head），也就是 LR-ASPP。在 Backbone 输出上分成了两个分支，如上图所示：

• 第一个分支：上面的分支通过一个简单的 1×1 卷积（bias=False）结构，即 Conv -> BN -> ReLU，得到一个输出特征图 F1
• 第二个分支：第二分支通过一个 核大小为 49 × 49 ，步长为 [ 16 , 20 ] 的全局平均池化层（AvgPooling Layer），之后再通过一个 1×1 的普通卷积（bias=False） + Sigmoid，得到一个输出特征图 F2

MobileNet v3 Large LR-ASPP 网络模型

3、遥感分割实验

实验数据集为自定义的道路分割，数据量大概2k多

训练参数：

    parser = argparse.ArgumentParser(description="LR_ASPP segmentation")
    parser.add_argument("--pretrained", default=True, type=str)             # 迁移学习
    parser.add_argument("--batch-size", default=8, type=int)
    parser.add_argument("--epochs", default=10, type=int)
    parser.add_argument('--lr', default=0.001, type=float)
    parser.add_argument('--lrf',default=0.01,type=float)                  # 最终学习率 = lr * lrf

    parser.add_argument("--img_f", default='.jpg', type=str)               # 数据图像的后缀
    parser.add_argument("--mask_f", default='_mask.png', type=str)              # mask图像的后缀

    args = parser.parse_args()

训练过程如下：

这里采用了官方的权重进行迁移学习，所以只训练了10个epoch

完整项目：LR-ASPP（MobileNetv3）：道路图像语义分割实战资源-CSDN文库