摘要
本发明公开了一种增量语义分割方法及自动驾驶图像语义分割方法,包括获取目标图片数据集并预处理以构建训练数据集;基于全局注意力机制、Transformer机制和自适应多尺度蒸馏机制,构建包括了编码器、解码器和蒸馏器的增量语义分割初级模型;结合嵌入损失、蒸馏损失、背景损失和交叉损失,对增量语义分割初级模型进行训练以得到增量语义分割模型;采用得到的增量语义分割模型,进行实际图像的语义分割。本发明通过包括了全局注意力机制和自适应多尺度蒸馏机制的增量语义分割模型的构建,以及采用包括了嵌入损失、蒸馏损失、背景损失在内的损失函数对模型进行训练,不仅实现了图像的语义分割,而且可靠性更高,精确性更好。
技术关键词
解码器
标记特征
注意力机制
语义分割模型
图像语义分割方法
编码器
蒸馏器
像素
多尺度
上采样
图片
模块
数据
系统为您推荐了相关专利信息
口腔扫描数据
牙齿分割方法
通道注意力机制
坐标
执行矩阵乘法
集成预测方法
残差模型
建筑
特征提取模块
预测系统
锂电池充电器
绝缘外壳
多尺度特征提取
特征值集合
表面缺陷图像
数据分析方法
财务
高风险
结构特征提取
广度优先搜索
风险预测方法
纵向位置信息
横向位置信息
轨迹特征
天气