摘要
本发明公开了无监督精确异常定位及分割方法及系统。所述方法包括:获取待分割的输入样本;利用卷积神经网络提取待分割图像的四个尺度的特征;将提取的特征分别输入四个补丁嵌入层;将补丁输入双重注意力DAT层,分别经过空间维度的自注意力运算和通道维度的自注意力运算后,二者求和作为DAT层的输出结果;将DAT层的输出结果输入多粒度门控适配器MGGA进行增强和调整,输出重构后的特征;通过比较重构后的特征与从各个尺度下提取的特征,生成异常分数图;将不同层级的异常分数图逐像素地相乘在一起形成最终的预测图。本发明采用了多级重建流水线,并引入了多粒度门控适配器,结合双重注意力转换器和样本感知的重新加权机制,提高了异常定位及分割的性能。
技术关键词
分割方法
补丁
卷积神经网络提取
适配器
注意力
分割系统
无监督
分支
样本
特征提取模块
层级
重构模块
通道
像素
机制
输入模块
图像
流水线
系统为您推荐了相关专利信息
主动脉瓣钙化
程度评估方法
医学影像数据
特征提取算法
灰度共生矩阵
表面缺陷检测方法
净水器
光学缺陷检测
多模态
图像检测模型
穴位名称
温度传感器阵列
中医经络理论
坐标
矩阵
三维重建方法
三维重建算法
纱线
重建点云
注意力机制
神经网络模型
模型超参数
活性预测方法
注意力
编码器