摘要
本申请公开了一种图像分割方法、设备、程序产品及介质,涉及计算机视觉技术领域。该方法包括:构建基于预设卷积神经网络的基础图像分割模型;利用多尺度卷积操作对用于进行图像分割的数据集进行特征提取,以得到不同尺度的特征;基于预设深度学习模型架构构建线性注意力机制并利用高斯误差线性单元激活函数作为所述线性注意力机制的构造函数,将所述特征通过所述线性注意力机制进行特征融合,以得到多尺度融合特征图;对所述多尺度融合特征图进行上采样与拼接操作,并为所述基础图像分割模型配置相应的损失函数与优化器以得到目标图像分割模型,以便利用所述目标图像分割模型进行图像分割。通过本申请的技术方案,可以显著提升整体图像分割性能。
技术关键词
图像分割模型
图像分割方法
融合特征
多尺度
上采样
线性单元
矩阵
基础
深度学习模型
存储计算机程序
数据
多头注意力机制
计算机视觉技术
裁剪技术
计算机程序产品
误差
格式