论文部分内容阅读
语义分割技术的背后少不了深度学习技术的支持,然而深度学习对运行平台的计算能力、存储能力要求高。在很多场景中,我们需要在移动终端或嵌入式平台中应用深度学习,如何在计算力有限的设备上应用语义分割技术,减少其计算量,提高运行速度更是成为了当前研究的热点。本文基于地物遥感图像语义分割数据集,应用深度卷积神经网络,分别从卷积分解的角度以及轻量级视觉注意力机制的角度,分别探索研究了轻量级实时语义分割模型算法,主要研究内容如下:第一,构建遥感图像语义分割数据集,该数据集分割类别为5类,包括背景类别,应用自行搭建的