我院信息学部计算机应用技术实验室黎健成同学（计算机2015级，导师袁春副研究员）近期在国际图像语义分割著名数据集Pascal VOC2012竞赛中提交的分割结果荣获第二名的好成绩。
图为比赛结果(我院结果为图中第二行)
PASCAL VOC2012是国际著名的物体检测和分割数据集，为图像识别和分类提供了一整套标准化的评测标准，从2005年开始每年都会举行一场图像识别竞赛。此数据集可以用于图像分类、目标检测、图像分割，是图像语义分割领域的标杆。
此次我院提交的图像语义分割方法，主要基于当前最优秀的语义分割模型之一——DeepLab v3+，在DeepLab v3+的基础上，使用了目前语义分割领域的一种高效的结构——多孔空间金字塔池化（ASPP），并且在ASPP上创造性地加入了注意力（Attention）机制，最终的模型DeepLab v3+_AASPP获得了88.5的平均正确率，在Pascal VOC2012准确率排行榜上取得第二名的成绩，仅次于Google提出的有大型数据集JFT加成的DeepLab v3+模型。
此次我院的成果展示了我院在计算机视觉领域雄厚的实力，受到普遍的关注和好评。（王子愉）
上图为所采用的整体结构，左下图为多孔空间金字塔池化模块，右下图为提出的注意力模型的结构
