1.智慧场景分割技术,其特征在于:所述智慧场景分割技术由提取场景模块和场景分割设备组合而成;所述提取场景模块为高清海康威视c6记录仪。
2.根据权利要求1所述的智慧场景分割技术,其特征在于:所述场景分割设备由effnet语义分割模型和小型超级算力设备组成;所述小型超级算力设备由英特尔corei9-9900k@3.60ghz八核处理器、技嘉c246-wu4-cf(c246芯片组)主板、威刚ddr42666mhz(32gb)内存、智能高清显示器和nvidiageforcertx3080显卡组成。
3.根据权利要求1所述的智慧场景分割技术,其特征在于:所述effnet语义分割模型由resnet编码器网络、特征重用模块、特征融合模块、全局池化模块和空间信息模块组成;所述resnet编码器网络为resnet50。
4.根据权利要求1所述的智慧场景分割技术,其特征在于:所述特征重用模块由两个输入变量、一个特征图拼接操作、一个1×1卷积层、两个3×3卷积层、两个激活函数和一个逐元素相加操作组成,在上采样阶段为模型补充高层语义信息。
5.根据权利要求1所述的智慧场景分割技术,其特征在于:所述特征融合模块由两个输入变量、二个1×1卷积层、一个特征图拼接操作、一个3×3卷积层组成、一个注意力机制模块、三个激活函数和一个逐元素相加操作组成,能够高效融合不同阶段的高层语义信息和空间信息;所述注意力机制模块由一个输入变量、一个全局池化层、两个全连接层、两个激化函数、一个尺度缩放操作和一个逐元素相乘操作组成,能使特征融合模块学习到带有区分力的特征图。
6.根据权利要求1所述的智慧场景分割技术,其特征在于:所述全局池化模块由一个输入变量、一个自适应全局池化层、一个1×1卷积层和一个尺度缩放操作组成,为模型补充全局信息。
7.根据权利要求1所述的智慧场景分割技术,其特征在于:空间信息模块由一个输入变量、一个3×3卷积层、一个平均池化层、一个激化函数和一个特征图拼接操作组成,在上采样阶段为模型补充语义类别信息。
8.根据权利要求1-7任一项所述的智慧场景分割技术的处理方法,其特征在于:包括如下步骤:
1)提取场景模块实时录取所需场景分割的视频;
2)视频传送到场景分割设备中,通过处理器将视频分解成多张图像;
3)effnet语义分割模型实时处理多张图像,得到多张语义图像;
4)处理器将多张语义图像压缩并恢复视频格式,再传输到智能高清显示器;
5)智能高清显示器动态显示场景分割。
9.根据权利要求8所述的智慧场景分割技术的处理方法,其特征在于:所述effnet语义分割模型在语义分割数据集上训练模型参数,之后将训练所得到的参数载入到模型中。