申请/专利权人:北京百度网讯科技有限公司
申请日:2021-06-30
公开(公告)日:2024-04-16
公开(公告)号:CN113361536B
主分类号:G06V10/82
分类号:G06V10/82;G06V20/70;G06V10/26;G06V10/44;G06V10/75;G06V10/80;G06N3/0464;G06N3/0455
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.09.24#实质审查的生效;2021.09.07#公开
摘要:本公开提供了图像语义分割模型训练、图像语义分割方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及计算机视觉和深度学习等人工智能技术领域。该方法包括:利用多个下采样层对各样本图像进行尺度缩减;控制输出特征图的尺度大于预设尺度的下采样层仅在预设的各子区域内进行像素点间的关联计算,得到第一特征图;控制输出特征的尺度不大于预设尺度的下采样层在全图内进行各像素点间的关联计算,得到第二特征图;利用上采样层对第一特征图和第二特征图进行尺度恢复,得到处理后特征图;基于处理后特征图和相应的图像语义标注结果,训练图像语义分割模型,得到目标图像语义分割模型。可缩短图像语义分割模型的训练时长和结果输出耗时。
主权项:1.一种图像语义分割模型训练方法,包括:利用多个下采样层对各样本图像进行尺度缩减;控制输出特征图的尺度大于预设尺度的下采样层仅在预设的各子区域内进行像素点间的关联计算,得到第一特征图;其中,预先将尺度大于预设尺度的特征图拆分为多个子区域;控制输出特征的尺度不大于所述预设尺度的下采样层在全图内进行各像素点间的关联计算,得到第二特征图;利用上采样层对所述第一特征图和所述第二特征图进行尺度恢复,得到处理后特征图;基于所述处理后特征图和相应的图像语义标注结果,训练图像语义分割模型,得到目标图像语义分割模型。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 图像语义分割模型训练、图像语义分割方法及相关装置
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。