Segmentación semántica por extracción de características a múltiples escalas basada en un módulo de convolución dilatada agrupada
Autores: Kim, Dong Seop; Kim, Yu Hwan; Park, Kang Ryoung
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Segmentación semántica por extracción de características a múltiples escalas basada en un módulo de convolución dilatada agrupada
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estudios
Extracción
Información multi-escala
Módulo de convolución
Convolución dilatada
Rendimiento de segmentación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Estudios existentes han demostrado que la extracción efectiva de información a múltiples escalas es un factor crucial directamente relacionado con el aumento en el rendimiento de la segmentación semántica. Por consiguiente, se han desarrollado varios métodos para extraer información a múltiples escalas. Sin embargo, estos métodos enfrentan problemas en que requieren cálculos adicionales y vastos recursos informáticos.
Descripción
Estudios existentes han demostrado que la extracción efectiva de información a múltiples escalas es un factor crucial directamente relacionado con el aumento en el rendimiento de la segmentación semántica. Por consiguiente, se han desarrollado varios métodos para extraer información a múltiples escalas. Sin embargo, estos métodos enfrentan problemas en que requieren cálculos adicionales y vastos recursos informáticos.