摘要
本发明涉及一种基于深度层次感知的语义分割网络,属于图像识别技术领域,解决了现有技术中需要针对不同场景设计不同网络结构,不具有通用性和可扩展性且精度不高的问题。方法包括:获取训练样本图像集及对应的标签,并基于各标签的层次关系构建标签树;对语义分割网络和语义映射网络进行同时训练,得到训练好的语义分割网络;其中,语义分割网络包括与语义映射网络共用的特征提取层和一个分割层,用于对输入图像基于标签树的节点数量进行语义分割;语义映射网络还包括一个映射层,用于对输入图像的特征进行重组得到新的特征向量。实现了有效融合标签的层次结构,提高了语义分割的精度。
技术关键词
语义分割网络
训练样本图像
sigmoid函数
三元组损失函数
非线性
节点
图像识别技术
融合标签
关系
参数
网络结构
尺寸
像素点
数据
系统为您推荐了相关专利信息
三维尾流模型
风电机组轮毂
风速
风力机风轮
风电场内风电机组
计算机可读指令
样本
主成分分析算法
深度学习网络模型
生物