申请/专利权人：西安电子科技大学

申请日：2024-01-19

公开（公告）日：2024-04-16

公开（公告）号：CN117893761A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/40;G06V10/52;G06V10/25;G06V20/10;G06V10/82;G06N3/0464;G06N3/045;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了基于跨尺度注意力的SAR图像舰船实例分割方法，将图像及图像中目标真实类别、目标真实坐标、真实目标掩码作为训练样本，从数据集中提取多组训练样本；构建基于跨尺度注意力的CARSNet网络结构；将训练样本输入CARSNet网络结构，得到训练好的CARSNet网络；通过训练好的CARSNet网络结构对SAR图像舰船实例分割。在分割过程中本发明采用了跨尺度注意力模块来为高尺度特征补充稳定的细节信息，提升了算法对舰船目标轮廓上的分割效果。本发明采用了基于高斯分布的正样本采样方法，该方法能够根据舰船目标自身的几何特点自适应产生更多的包含舰船头部和尾部的正样本，有助于网络对舰船整体特征的学习。

主权项：1.基于跨尺度注意力的SAR图像舰船实例分割方法，其特征在于，具体按照以下步骤实施：步骤1、将图像及图像中目标真实类别、目标真实坐标、真实目标掩码作为一组训练样本，从数据集中提取多组训练样本；步骤2、构建基于跨尺度注意力的CARSNet网络结构；步骤3、将训练样本输入基于跨尺度注意力的CARSNet网络结构，得到训练好的CARSNet网络；步骤4、通过训练好的CARSNet网络结构对SAR图像舰船实例分割。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于跨尺度注意力的SAR图像舰船实例分割方法

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