摘要
一种基于查询自相关强化的小样本语义分割方法,属于图像分割技术领域,为了解决现有技术存在的问题,该方法包括以下步骤:步骤1,构建网络模型:共享权重的骨干网络;原型生成;Transformer解码器,输入支持原型与查询特征;强化先验模块,利用高层特征之间的交互得到具有高指导性的先验掩码信息;特征富集模块,利用支持原型和先验掩码从不同尺度上丰富查询特征;用解码器的输出从查询特征中滤出预测的掩码;步骤2,准备数据集:将数据集按照小样本分割任务进行预处理;步骤3,训练网络模型:将步骤2中准备好的数据集输入到步骤1中构建好的网络模型中进行训练;步骤4,选择最小化损失函数和最优评估指标:步骤5,微调并保存模型。
技术关键词
语义分割方法
查询特征
原型
样本
网络
解码器
图像分割技术
数据
评估算法
富集
指标
评估系统
对象
模块
参数
上采样
字典
粗略
精度
系统为您推荐了相关专利信息
伺服电机故障
局部敏感哈希索引
监测方法
数据
伺服驱动器
网络管理方法
网络设备
计算机程序产品
DHCP服务器
网络管理设备
农业水资源
评价指标体系
评价方法
模糊综合评价法
数值
抑制算法
对象
样本
非暂态计算机可读存储介质
图像
融合方法
情感特征
深度学习分类模型
跨模态
数据