摘要
本发明属于计算机视觉技术领域,具体公开了一种基于自进化提示学习的目标部件检测分割方法,包括如下步骤:获取部件数据集;使用部件数据集对神经网络进行训练,得到目标部件检测分割模型;通过目标部件检测分割模型输入的检测分割结果和样本真实结果计算损失函数,并进行单阶段端到端的训练微调,得到微调后的目标部件检测分割模型;将目标部件图像数据输入微调后的目标部件检测分割模型,通过微调后的目标部件检测分割模型输出目标部件图像数据对应的目标分割结果。本发明可以自主进化学习,适应不同粒度的提示信息,提高了模型的泛化能力和检测分割准确性。解决了现有技术中在细粒度的检测分割方面精度不高的问题。
技术关键词
多模态特征融合
检测分割方法
融合图像特征
文本编码器
图像特征提取
图像编码器
特征提取模块
数据
阶段
计算机视觉技术
像素
物体
样本
对象
网络
精度
系统为您推荐了相关专利信息
图像特征数据
大语言模型
图像特征提取
投影器
训练样本数据
场景生成方法
可见光图像
超参数
红外图像特征
融合图像特征
状态评估系统
视觉图像特征提取
轮辋
振动特征
振动信号特征提取
轨迹
语义特征
生成方法
图像编码器
噪声预测模型