摘要
本申请提供一种基于自监督双重构建模的伪装物体语义分割方法、装置、设备及存储介质。涉及计算机视觉技术领域。该方法包括:图像重建阶段,输入图像中的像素被随机掩码,将掩码后的图像通过骨干网络进行提取得到语义特征,使用边界自适应感受模块聚合语义特征以重构被掩码像素;模型细化阶段,随机初始化边界自适应感受模块的权重,同时保留骨干网络提取的语义特征,进行全监督训练获得初步分割结果;标签重建阶段,使用骨干网络从噪声标签、部分标签和完整标签中提取语义特征以对所述初步分割结果进行特征提取,再使用距离自适应非对称模块进行重构得到最终分割结果。本申请可以实现精确的分割出伪装物体。
技术关键词
多尺度语义特征
语义分割方法
计算机执行指令
网络
注意力机制
噪声标签
空洞
语义特征提取
重构
多分支
模块
像素
物体
通道
噪声特征
系统为您推荐了相关专利信息
放射源
搜寻定位方法
核辐射探测器
监测平台
二维卷积神经网络
模型构建方法
结构误差
散斑图像
载荷
车辆行驶工况
工业控制系统
防控方法
5G网络切片
动态密钥
数字孪生模型
视觉问答方法
多模态特征
令牌
表格特征
大语言模型