一种融合FC CRF的密集网络语义分割方法

 针对目前多数图像语义分割方法边界定位不准确、分割模糊的问题,借助RM-DenseNet通过WDB进行循环连接来增加编码器中密集块的宽度,并综合考虑超宽密集块对语义分割结果的影响,最后在输出之前融合FC-CRF设计了一种面向图像语义分割的密集网络模型。实验使用CityScapes数据集,从定性和定量两个方面进行对比,以mIoU作为量化指标评价网络性能,并由测试结果显示改进的网络得到更高的语义分割精度。本文提出的融合FC-CRF密集网络图像语义分割方法, 不仅使得分割不同语义区域的边界明确且规整,且提高了分割精度。