基于特征调制和跨模态对齐的弱监督图像语义分割方法

AITNT
正文
推荐专利
基于特征调制和跨模态对齐的弱监督图像语义分割方法
申请号:CN202510431011
申请日期:2025-04-08
公开号:CN120198672A
公开日期:2025-06-24
类型:发明专利
摘要
本发明公开了一种基于特征调制和跨模态对齐的弱监督图像语义分割方法、系统、设备及存储介质,该方法包括:构建并训练基于特征调制和跨模态对齐的分类网络模型,采用训练后的基于特征调制和跨模态对齐的分类网络模型对处理后的图像标记、类别标记和文本标记处理,得到类别激活图,提取出图像标记和文本标记之间的映射信息加入到类别激活图,得到更加精细的类别激活图,并将更加精细的类别激活图转换成伪标签;构建图像语义分割网络并进行训练,采用伪标签评估模型训练效果,得到训练好的图像语义分割网络模型,并采用训练好的图像语义分割网络模型完成对目标图像的语义分割。本发明能生成准确、边界更加清晰的伪标签,有效提升了模型分割精度。
技术关键词
图像语义分割网络 图像语义分割方法 标记 分类网络 编码器模块 头单元 跨模态 全局平均池化 概率密度函数 文本编码器 机制 标签 样本 执行存储器存储 数据 模型训练模块
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