Принцип работы алгоритма PSPNet для семантической сегментации заключается в следующем:

1. Ввод и извлечение объектов. 2 Процесс начинается с входного изображения, которое подвергается извлечению объектов с использованием предварительно обученной модели ResNet. 2 Стратегия расширенной сети помогает извлекать подробную информацию из изображения, а конечный размер карты объектов составляет 1/8 от входного изображения. 2
2. Модуль объединения пирамид (Pyramid Pooling Module, PPM). 12 Вводится для сбора контекстной информации поверх извлечённой карты объектов. 2 Создаётся 4-уровневая пирамида, охватывающая всё изображение, половину изображения и небольшие участки. 2 Эти уровни служат глобальным ориентиром для понимания сцены. 2 Объединяемые ядра на разных уровнях охватывают различные контекстуальные масштабы. 2 Информация из пирамиды объединяется как глобальная предыдущая и объединяется с исходной картой объектов из модели ResNet. 2
3. Объединение признаков (Feature Fusion). 1 PSPNet объединяет информацию, полученную из разных уровней пирамидального свёртывания, с исходной картой признаков. 1 Это помогает сети улучшить представление о контексте сцены и одновременно сохранить важные детали для точной сегментации на уровне пикселей. 1
4. Декодер. 1 После пирамидального модуля карта признаков передаётся в декодирующую часть, которая восстанавливает сегментационные маски и преобразует их в исходное разрешение изображения. 1