摘要
本发明涉及图像处理技术领域,尤其是指一种小样本语义分割方法及装置。获取训练集,构建初始小样本语义分割模型,将训练集数据输入,对支持图像的高层特征与查询图像的高层特征分别进行校正,作为支持特征与查询特征,计算支持特征与查询特征的亲和矩阵,通过Softmax函数,得到第一矩阵,基于第一矩阵对支持掩码进行增强,得到增强支持掩码,通过增强支持掩码对亲和矩阵进行加权融合,得到先验掩码,将先验掩码以及获取的支持原型、中层查询特征输入特征富集模块,输出查询图像的预测分割图与查询图像的各个尺度分割图,利用损失函数对模型进行训练,得到目标小样本语义分割模型,缓解了数据集类别不平衡的问题,提高了对查询图像目标分割的精度。
技术关键词
查询特征
语义分割方法
语义分割模型
矩阵
Softmax函数
样本
图像分割
原型
富集
特征提取模块
校正
超参数
训练集数据
图像处理技术
分割装置
系统为您推荐了相关专利信息
动态时间规整算法
集合经验模态分解
序列
短时交通流预测
非暂态计算机可读存储介质
潜力分析方法
模糊神经网络
指标评价体系
企业
数据
气管插管手术
气管导管
呼吸麻醉机
释放装置
机械臂