摘要
本发明公开了一种基于并行网络框架和动态融合的图像分割方法、系统、终端及存储介质,所述方法包括:获取目标图像集的原始特征,输入并行编码网络进行双路卷积操作,得到多个门控特征,进而构建空间特征;对空间特征进行全局增强处理后得到单模态表示;融合后生成预测分割结果;进而构建多个损失函数以训练模型,从而输出对目标图像集的分割结果。本发明设置多个并行的编码器分支充分学习自身特征,可以有效避免缺失模态导致的融合信息不足的缺点,在模态缺失时产生准确的图像分割结果,在多模态完整时,每个分支可以充分提取模态的特征,增强整体的图像分割性能。
技术关键词
图像分割方法
状态空间模型
框架
动态
图像分割系统
样本
编码器
卷积模块
关系
模型训练模块
并行编码
可读存储介质
解码网络
处理器
参数
终端
程序
系统为您推荐了相关专利信息
互助保障方法
保障系统
队列模型
区块链存证
订单
跟踪控制方法
状态控制器
受限
动态系统模型
状态空间方程
电网拓扑故障诊断方法
超图模型
SCADA系统
电网运行数据
故障特征提取
集群控制方法
工程图纸
配电网拓扑
资源
电压控制模块