买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于迭代分割的图像语义分割方法_南京大学_202010546056.2 

申请/专利权人:南京大学

申请日:2020-06-16

公开(公告)日:2020-09-15

公开(公告)号:CN111666949A

主分类号:G06K9/34(20060101)

分类号:G06K9/34(20060101);G06K9/62(20060101);G06N3/04(20060101)

优先权:

专利状态码:有效-授权

法律状态:2023.06.20#授权;2020.10.13#实质审查的生效;2020.09.15#公开

摘要:本发明公开一种基于迭代分割的图像语义分割方法,包括:图像预处理,通过图像增强模型对输入的样本图像进行增强,得到增强样本图像,然后对所述增强样本图像进行若干次分割,如此反复得到最终的卷积神经网络,根据最终的卷积神经网络对图像进行语义分割,输出语义分割结果;本发明后续的样本图像是由最初的增强样本图像分割而成的,由于其经过多次分割,数量会逐渐庞大,并且先训练后验证,再训练再验证,如此反复得到最终的卷积神经网络,训练数据和验证数据之间相当于存在母体和子体关系,既不会产生因训练数据差异较大导致的精度降低问题,而且还由于训练数据之间的漂移较小,有助于提升精度。

主权项:1.一种基于迭代分割的图像语义分割方法,其特征在于,包括如下内容:图像预处理,通过图像增强模型对输入的样本图像进行增强,得到增强样本图像,然后对所述增强样本图像进行若干次分割,每次分割后的数量均为前一次分割的倍数,以N1、N2,…,Ni表示,其中,Ni代表经过第i-1次分割后的增强样本图像数量;卷积神经网络的训练,以分割后数量为N1的增强样本图像作为初始训练样本训练卷积神经网络,以N2为初始验证样本对卷积神经网络进行验证,对卷积神经网络的参数进行更新,再以N3对卷积神经网络进行再次训练,以N4对卷积神经网络进行验证,对卷积神经网络的参数进行更新,如此反复得到最终的卷积神经网络;根据最终的卷积神经网络对图像进行语义分割,输出语义分割结果。

全文数据:

权利要求:

百度查询: 南京大学 一种基于迭代分割的图像语义分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。