一种可解释性的增强视频目标分割精度方法和装置

本发明公开了一种可解释性的增强视频目标分割精度方法和装置，该方法基于可解释性梯度激活图对含卷积层簇的深度学习网络面向视频目标分割任务时，实现该深度学习网络分割精度的提升。包括(1)卷积簇深度学习网络训练原始视频数据集；(2)根据本发明所设计3D可解释性激活张量筛选视频帧弱特征像素；(3)根据3D可解释性激活张量计算出目标在单个视频中的运动范围制作新视频集；(4)卷积簇深度学习网络重新训练新视频集，增强目标在运动范围中的弱视频帧像素特征。(5)训练收敛后，进行实地应用。本发明具有高分割精度，计算量少特点。其中弱视频帧像素可提供面向视频目标分割任务的深度学习网络的改进方向，并得出该深度学习网络的可解释性的可提升空间。