摘要
本发明提供一种基于SAM的蝴蝶生态图像分割方法及系统,属于图像分割技术领域,旨在解决SAM在蝴蝶生态图像分割中存在的分割结果精度不理想、训练成本高的问题,基于SAM模型,通过加入双路卷积模块,双路卷积模块用于对图像编码器12个Transformer模块产生的特征编码向量进行进一步特征提取,包含全局通路和局部通路两条通路,全局通路利用图像编码器第3、6、9、12个Transformer模块产生的图像特征向量产生图像全局特征向量,局部通路利用剩余Transformer模块产生的图像特征向量产生图像局部特征向量;得到图像的全局特征和局部特征,通过加入特征融合模块,将图像的全局特征和图像解码器生成的掩码特征进行融合,丰富了掩码特征的细节,提高模型对蝴蝶生态图像的分割精度,仅训练参数量较少的双路卷积模块和特征融合模块的参数。
技术关键词
图像特征向量
图像编码器
卷积模块
图像分割方法
图像解码器
生态
编码向量
像素点
特征提取模块
计算机可执行程序
图像分割系统
图像分割技术
可读存储介质
处理器
网络
系统为您推荐了相关专利信息
服饰设计方法
特征提取模型
编码器
重构模型
属性预测模型
动态监测方法
网格
遥感图像数据
遥感时序数据
遥感影像数据
图像语义分割方法
图像语义分割模型
注意力
图像语义分割网络
图像编码器
数据预处理方法
视觉
数据标签
图像编码器
数据预处理装置