GMFNet:全局多尺度和多级别的特征融合语义分割网络
来源：计算机应用与软件杂志2025年第4期北京时间：
作者：陈金令, 赵成明, 李洁
摘要：语义分割网络在编码器-解码器中融合高低水平特征存在以下问题：(1) 在空间和通道中特征提取无法同步，导致特征组合无法获取全局上下文信息；(2) 特征融合无法充分利用高低水平特征图像，导致语义边界模糊。设计全局空间空间全字塔池化，该结构不仅在空间上提取多尺度信息和通道上对图像信息充分利用，还增强编码器阶段的特征重用。设计特征融合注意力模块，在编码器中连接不同阶段的高低水平特征和新特征。实验表明，该算法在Cityscapes数据集上达到了77.92% mIoU。
关键词：语义分割, 卷积神经网络, 全局上下文信息, 特征融合, 编码器-解码器
