摘要
本发明公开一种顾及边界信息的图像分割方法、存储介质、设备,涉及图像处理领域,方法包括:将待处理图像划分为训练集、验证集和测试集;构建边界学习任务、语义分割任务和边界特征对齐任务,并构建多任务边界优化的图像分割模型,对多任务进行联合学习;模型包括:特征提取网络、基于非局部注意力网络和注意力特征融合网络的特征融合网络、多任务联合学习网络;利用训练集对模型进行训练,得到训练后的模型;利用验证集对训练后的模型的模型权重进行验证,生成评估结果,调整训练后的模型的模型权重参数,得到验证后的模型;利用测试集对验证后的模型的性能进行测试。本发明实现对边界信息的有效界定,提升分割性能。
技术关键词
多任务联合学习
图像分割模型
特征融合网络
图像分割方法
边界特征
注意力
残差模块
融合特征
语义
空间金字塔池化
特征提取网络
采样模块
上采样
计算机可读指令
训练集
多任务学习策略
特征提取器
矩阵
系统为您推荐了相关专利信息
轨迹特征
历史轨迹数据
轨迹预测方法
高精度地图数据
交通
多模态生理
门控循环单元
融合网络结构
人脸
心率
静态图像数据
识别跟踪装置
动态视频数据
参数
特征融合网络
工业烟尘
图像分割方法
多头注意力机制
切比雪夫
多通道