一种基于纵向堆叠的重参数化结构模型的图像分割方法

AITNT
正文
推荐专利
一种基于纵向堆叠的重参数化结构模型的图像分割方法
申请号:CN202510288092
申请日期:2025-03-11
公开号:CN120182601A
公开日期:2025-06-20
类型:发明专利
摘要
一种基于纵向堆叠的重参数化结构模型的图像分割方法,步骤包括:1)采集处处理图像;2)把待处理图像作为图像分割模型的输入,图像分割模型的输出即为分割后的图像。图像分割模型是基于纵向叠加结构重参数化的图像分割模型,即在图像分割模型的训练阶段,多3×3卷积纵向叠加结构替换图像分割模型中3×3卷积,有利于模型更好地学习特征;在推理阶段,多3×3卷积纵向叠加结构改为单个3×3卷积后对输入数据进行推理,以加快推理速度,减少资源占用。
技术关键词
图像分割模型 图像分割方法 叠加结构 矩阵 双线性插值方法 阶段 参数 学习特征 卷积模块 数据 网络结构 通道 上采样 分辨率 资源 速度
系统为您推荐了相关专利信息
1
一种基于大数据的服务短信监测方法及系统
服务特征 短信 监测策略 节点特征 监测方法
2
一种岩性分类模型构建方法及岩性分类方法
分类模型构建方法 多层感知机 岩性分类方法 节点 线性变换矩阵
3
双Bouc-Wen模型的电机驱动关节扭转角补偿控制方法
迟滞模型 驱动关节 递推最小二乘法 补偿控制方法 最小化误差
4
一种基于SDN架构的无线移动网络切换管理方法及系统
协议 分类器 KNN算法 网络节点 链路
5
基于声信号的断路器机械故障诊断方法
诊断断路器 信号 短时傅里叶变换 峭度特征 编码器训练
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