RTFNet: RGB-Thermal Fusion Network for Semantic Segm
简述：
本文针对RGB-T语义分割任务，利用热图像的优势，并融合RGB和热信息在一个新的深度神经网络。
模型：
本文只有一个创新点，就是upception模块，其实就是上采样跳链接模块，本文没有太大的创新点，指标达到了sota（Res50的mIOU为51.7）：
2019 RAL之RGBT语义分割：RTFNet: RGB-Thermal Fusion Network for Semantic Segmentation of Urban Scenes
最新推荐文章于 2025-09-28 14:52:03 发布
本文介绍了一种名为RTFNet的模型，专用于RGB-T场景的语义分割，通过创新的Upception模块整合RGB和热图像信息，实现了Res50的mIOU达到51.7，达到SOTA性能。
扫一扫
1468
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
