FEC-PVT:基于PVT架构的甲骨钻凿图像分割网络

摘要

由于长时间埋藏于地下和风化腐蚀，造成甲骨片破损和甲骨钻凿边界模糊不易分辨，给甲骨钻凿分割带来极大挑战.从甲骨数据库及著录书中系统收集并标注甲骨钻凿图像.基于该数据集，提出一种以Transformer为编码器的甲骨钻凿分割网络FEC-PVT(feature extraction and connection pyramid vision transformer).首先，FEC-PVT利用FE＿C和FE＿D模块分别补充低层和高层特征，以获取细节和全局特征；其次，FCOM模块用交叉注意力让不同层特征交互，获取有效细节；最后，FFDM模块逐层解码并整合多层次特征，提升解码精度，避免特征丢失.实验验证，所提FEC-PVT优于其他的方法，与次优的DuAT方法相比，IoU提高5.18%.

关键词

图像分割 / 甲骨钻凿 / 金字塔视觉变换器 / 卷积神经网络