بخش بندی معنایی تصویر به کمک شبکه عصبی مبدل

بخش بندی معنایی تصویر یکی از امور مهم و چالش برانگیز در بینایی کامپیوتر است که از زمینه های کاربردهای آن می توان به خودروهای خودران ، رباتیک و پردازش تصاویر پزشکی اشاره کرد. .در این مقاله یک مدل مبتنی بر شبکه عصبی مبدل بصری برای بخش بندی معنایی تصویر معرفی می شود. این مدل بسیار ساده ، سریع و کارامد است . آزمایش های انجام شده نشان می دهند این مدل بر روی مجموعه دادههای چالش برانگیز ADE۲۰K و Pascal Context از روش های پیشین بهتر عمل می کند و بر روی مجموعه داده Cityscapes به نتایج رقابتی دست می یابد.

کلیدواژه ها:

بخش بندی معنایی تصویر ، شبکه عصبی مبدل ، مبدل بصری