摘要
本发明提出一种尺寸无关的多物体显著性检测方法,其特征在于,包括:对训练样本中物体做最小外接框,得到多个物体框,将训练样本中除物体框以外的部分作为背景框;通过语义分割模型,对背景框和每个物体框内的显著区域进行独立评价,得到在每个物体框和背景框的显著区域独立检测结果;对各显著区域独立检测结果进行合并,得到显著区域合并检测结果;根据显著区域标签,在每个物体框和背景框内独立地计算损失,得到背景框和每个物体框的独立损失函数;合并所有独立损失函数,得到合并损失函数,以训练语义分割模型;将待显著物体检测的多物体图像通过数据处理步骤处理后,输入训练完成后的语义分割模型,得到其显著区域检测结果。
技术关键词
语义分割模型
信息显示设备
物体检测
红绿灯
交通工具
数据处理模块
图像
像素点
尺寸
人工智能模型
标签
电子设备
参数
系统为您推荐了相关专利信息
语义分割算法
语义分割模型
分割方法
荔枝树
池化特征
图像分割方法
语义分割模型
变换算法
梯度方向直方图
像素
图像增强网络
水下图像增强方法
语义分割模型
图像特征提取模型
样本