摘要
本发明公开了一种基于多尺度卷积的小目标物体分割方法及装置。其中,方法包括:对收集的小目标图像进行预处理,生成小目标图像样本集;根据预先构建的多尺度卷积神经网络模型以及预先设计的损失函数对小目标图像样本集进行训练,生成小目标预测模型;将待预测小目标图像输入至小目标预测模型中,输出待预测小目标图像的像素级的预测图像。
技术关键词
图像特征信息
Softmax函数
多尺度特征提取
融合特征
卷积神经网络模型
物体分割方法
子模块
多尺度卷积核
样本
注意力机制
特征提取模块
金字塔
物体分割装置
拼接方法
通道
非线性
系统为您推荐了相关专利信息
汽车充气泵
电源控制方法
改进型粒子群优化算法
外壳主体
气泵组件
代码摘要生成方法
多粒度特征
抽象语法树
编码器
代表
卷积神经网络模型
训练集数据
标签
构建卷积神经网络
滚动轴承寿命
车辆检测方法
抑制背景干扰
鲁棒性
抑制背景噪声
多尺度特征提取