圖像分割方法、模型訓(xùn)練方法、裝置及電子設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN202111430927.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114022679A 公開(kāi)（公告）日 2022-02-08
申請(qǐng)公布號(hào) CN114022679A 申請(qǐng)公布日 2022-02-08
分類(lèi)號(hào) G06V10/26（2022.01）I;G06V10/80（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉仕通;雷翔;田鑫鈺;何春鴻 申請(qǐng)（專(zhuān)利權(quán)）人 重慶賽迪奇智人工智能科技有限公司
代理機(jī)構(gòu) 北京超凡宏宇專(zhuān)利代理事務(wù)所（特殊普通合伙） 代理人 蔣姍
地址 400000重慶市九龍坡區(qū)火炬大道69號(hào)重慶啟迪科技園9號(hào)樓三層306
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)峁┮环N圖像分割方法、模型訓(xùn)練方法、裝置及電子設(shè)備，方法包括：對(duì)輸入的第一圖像進(jìn)行下采樣，得到指定分辨率的第二圖像；利用深度神經(jīng)網(wǎng)絡(luò)模型，對(duì)第一圖像、第二圖像進(jìn)行特征提取，得到I個(gè)不同尺寸的第一類(lèi)圖像特征，及J個(gè)不同尺寸的第二類(lèi)圖像特征；通過(guò)深度神經(jīng)網(wǎng)絡(luò)，對(duì)I個(gè)第一類(lèi)圖像特征及J個(gè)第二類(lèi)圖像特征中的部分或全部圖像特征，進(jìn)行特征增強(qiáng)，并對(duì)增強(qiáng)后的圖像特征進(jìn)行融合，得到融合后的圖像特征；通過(guò)深度神經(jīng)網(wǎng)絡(luò)模型對(duì)融合后的圖像特征進(jìn)行分割，輸出表征第一圖像的分割結(jié)果，能夠在兼顧大、中目標(biāo)的同時(shí)，提升小目標(biāo)的檢測(cè)精度，進(jìn)而提高算法的魯棒性與準(zhǔn)確性。