摘要
本发明属于图像分析及知识迁移领域,具体涉及了一种基于三分支协同训练的图像语义分割场景迁移方法、系统及设备,旨在解决现有的语义分割技术,在特征对齐和风格转移精度不足以至于分割性能不足、鲁棒性不足的问题。本发明包括:通过特征提取模块分别进行源域图片和目标域图片的特征提取获得源域像素级高维特征图、目标域像素级高维特征图及混合域像素级高维特征图,并分别进行语义分割;基于语义分割结果分别计算源域损失、混合域损失、目标域损失和分割损失并计算加权损失,进而训练调整特征提取模块的参数;通过训练好的特征提取模块获取实测图像中各像素的语义类别。本发明模型训练稳定性高、灵活性高,有效提升后续网络分割性能和鲁棒性。
技术关键词
混合域
图像语义分割
特征提取模块
迁移方法
注意力
分支
像素
场景
控制器
图片
语义分割技术
半监督学习
计算机
模型训练模块
迁移系统
可读存储介质
解码
鲁棒性
系统为您推荐了相关专利信息
语义
信道传输参数
协同通信
通信资源分配
多无人机系统
三维体素模型
模糊规则库
三维点云数据
模糊逻辑推理
可见光图像
地形特征参数
三维地理信息
卫星遥感图像
数据处理方法
图像分析
语义分割模型
注意力机制
语义分割方法
线性变换矩阵
精细化技术