基于表象一致对比学习的图像精细化分割方法

AITNT
正文
推荐专利
基于表象一致对比学习的图像精细化分割方法
申请号:CN202410734349
申请日期:2024-06-07
公开号:CN119251484A
公开日期:2025-01-03
类型:发明专利
摘要
基于表象一致对比学习的图像精细化分割方法,包括以下步骤;步骤1:构建基础分割模块,将图片经过基础分割模块后得到特征图;步骤2:构建超像素引导的表象一致对比学习模块,将所述特征图作为超像素引导的表象一致对比学习模块的输入;步骤3:构建局部风格引导的表象一致对比学习模块;将所述特征图作为局部风格引导的表象一致对比学习模块的输入;在两个模块中进行块间相似度损失计算和像素级对比损失计算;步骤4:将像素级对比学习损失和块间相似度损失联合起来进行联合训练,最小化损失。本发明有效降低错误标签对分割模型的影响,实现了精细化的分割结果,能够对图像进行更加精细的分割。
技术关键词
分割方法 风格 像素 金字塔池化模块 矩阵 编码器 特征提取网络 尺寸 基础 注意力机制 图像分割 特征提取方法 输入解码器 解码器结构 图像块 样本 图片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号