Prompt-Beschreibung

Dies ist ein sauberes, professionelles Architekturschema eines neuronalen Netzwerks für ein leichtgewichtiges Encoder-Decoder-Modell zur semantischen Segmentierung. Der Encoder verwendet ein MobileNetV2-Backbone, um Feature Maps mit mehreren Skalen zu generieren. Der Decoder beginnt mit der niedrigstaufgelösten Encoder-Ausgabe und wendet eine 1x1-Faltung zur Kanalreduktion an, gefolgt von iterativer bilinearer Hochskalierung. Bei jedem Hochskalierungsschritt werden Skip-Verbindungen verwendet, um intermediäre Encoder-Feature-Maps mit Decoder-Features zu verschmelzen. Der Decoder verwendet ausschließlich 1x1-Faltungen und bilineare Hochskalierung, wobei komplexe Module wie ASPP oder Aufmerksamkeitsmechanismen vermieden werden. Die finale Ausgabe ist eine Segmentierungskarte in voller Auflösung. Das Schema zeichnet sich durch einen flachen Vektorstil, klare Pfeile, beschriftete Blöcke aus und entspricht einer akademischen Papierfiguren-Ästhetik mit weißem Hintergrund.