摘要
本发明公开了一种基于注意力机制的图像分割方法及系统,首先利用第一卷积层、第二卷积层、第三卷积层和第四卷积层分别对输入图像进行特征提取处理并获得第一特征图、第二特征图、第三特征图和第四特征图,再利用第一注意力模型分别对第一特征图和第二特征图进行特征增强处理;本发明实现了具有采用注意力机制提高神经网络对输入图像的理解及处理能力并使得卷积神经网络能自适应地关注图像中关键信息的功能,且通过第一注意力模型能将通道特征与输入图像相结合并使得图像中显著区域特征增强及弱化不显著区域特征,不仅避免了不必要的维度升降运算,还显著减少了参数数量和模型的运算次数,提高了图像分割的性能和效率,适合被广泛推广和使用。
技术关键词
注意力模型
图像分割方法
积层
全局平均池化
图像分割系统
特征提取模块
Sigmoid函数
样本
通道注意力机制
解码器
多层感知机
特征值
比率
索引