基于神经网络的边缘增强多尺度特征融合网络

AITNT
正文
推荐专利
基于神经网络的边缘增强多尺度特征融合网络
申请号:CN202411571387
申请日期:2024-11-06
公开号:CN119090903A
公开日期:2024-12-06
类型:发明专利
摘要
本发明公开了基于神经网络的边缘增强多尺度特征融合网络,具体涉及图像分割技术领域,该网络包括预训练的骨干网络Res2Net‑50、浅层特征融合模块以及边缘增强多尺度特征融合模块;使用空间通道注意力机制将浅层特征f1,f2经过卷积后获得特征映射并捕获到图像中的边缘、纹理和颜色,得到卷积后的浅层特征f1’和f2’;再使用浅层特征融合模块将卷积后的浅层特征f1’和f2’融合得到融合浅层特征sf1,得到包含特征和纹理信息的息肉图像。
技术关键词
多尺度特征融合 通道注意力机制 Sigmoid函数 纹理 图像分割技术 网络 模块 层级 解码器 颜色 非线性 分层 元素 组织 参数
系统为您推荐了相关专利信息
1
顶部视角集装箱二维图像背景滤除方法、系统、设备和介质
滤除方法 集装箱图像 集装箱箱门 视角 智能图像识别技术
2
基于深度学习的脑肿瘤自动分割方法及系统
补丁 解码器 注意力机制 自动分割系统 前馈神经网络
3
一种基于改进DeepLabV3+网络的铅浮选泡沫图像分割方法
浮选泡沫图像 残差金字塔池化 分割方法 编码器模块 图像分割算法技术
4
一种电子显微镜图像的拼接方法
电子显微镜图像 拼接方法 重叠区域图像 计算方法 纹理
5
基于多模态图像融合的肺肿瘤CT影像3D分割方法及系统
肿瘤 分割方法 影像 纹理特征识别 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号