基于改进DeeplabV3+的水面多类型漂浮物分割方法研究

摘要： 【目的】为解决传统图像处理方法鲁棒性差、常用深度学习检测方法无法准确识别大片漂浮物的边界等问题，【方法】提出一种基于改进DeeplabV3+的水面多类型漂浮物识别的语义分割方法，提高水面漂浮的识别能力。对所收集实际水面漂浮物进行分类，采用自制数据集进行对比试验。算法选择xception网络作为主干网络以获得初步漂浮物特征，在加强特征提取网络部分引入注意力机制以强调有效特征信息，... （共13页）