一种基于提示学习的RGB-D协同显著性目标检测方法

本发明公开了一种基于提示学习的RGB‑D协同显著性目标检测方法，涉及深度学习技术领域。包括：训练步骤：获取训练集；构建协同显著性目标检测网络；对训练集中的每张原始自然场景图像和对应的深度图像进行数据增强，将数据增强后的原始自然场景图像和对应的深度图像作为原始输入图像输入到卷积神经网络中进行训练，得到协同显著性目标预测图像；计算损失函数值；得到卷积神经网络分类训练模型；并进行测试步骤。本发明将特征分成了RGB特征、深度特征，在不同尺寸上进行特征融合，并从深层特征提取图像组共同特征信息融合浅层细节信息，能够准确地描述一组图像中共同出现的显著性目标，从而有效地提高了协同显著性目标检测精确度。