申请/专利权人：华南农业大学

申请日：2023-11-20

公开（公告）日：2024-03-22

公开（公告）号：CN117252884B

主分类号：G06T7/10

分类号：G06T7/10;G06T3/4038;G06T3/4046;G06T5/00;G06V10/40;G06V10/82;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明提供了一种基于自注意力机制的茶芽叶目标分割方法，获取茶芽叶图像，提取茶芽叶图像的特征，得到初级特征。将初级特征输入编码网络进行特征编码，得到第一编码序列。将第一编码序列输入双分支注意力模块。对第一编码序列进行单头注意力计算，得到第一特征序列，对第一编码序列进行多头注意力计算，得到第二特征序列，拼接第一特征序列和第二特征序列，得到第一拼接序列。基于第一拼接序列计算出第一特征块、第二特征块、第三特征块和第四特征块，对所有特征块进行多特征级联，分割出茶芽叶目标。上述方法可以结合茶芽叶图像的各种局部特征和全局特征，通过多特征级联可以在茶芽叶图像中分割出多种形态不同，遮挡状态不同的茶芽叶目标。

主权项：1.一种基于自注意力机制的茶芽叶目标分割方法，其特征在于，包括：获取茶芽叶图像，提取所述茶芽叶图像的特征，得到初级特征；将所述初级特征输入编码网络进行特征编码，得到第一编码序列；将所述第一编码序列输入双分支注意力模块的第一单元，对所述第一编码序列进行单头注意力计算，得到第一特征序列；将所述第一编码序列输入所述双分支注意力模块的第二单元，对所述第一编码序列进行多头注意力计算，得到第二特征序列；拼接所述第一特征序列和所述第二特征序列，得到第一拼接序列；结合所述第一拼接序列和所述第一编码序列，得到第一双分支注意力结果；对所述第一双分支注意力结果进行多层感知，得到第一特征块；对所述第一特征块进行双分支注意力计算，得到第二特征块、第三特征块和第四特征块；将所述第四特征块输入解码网络进行多层感知，得到第一特征图；对所述第一特征图进行上采样，得到第一上采样结果；基于所述第三特征块、所述第二特征块和所述第一特征块对所述第一上采样结果进行多特征级联，分割出茶芽叶目标。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于自注意力机制的茶芽叶目标分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD