摘要
本发明涉及图像分割技术领域,具体提供了一种基于Transformer的息肉分割方法,包括:基于息肉数据集获取息肉多尺度特征;通过全局局部融合模块对所述息肉多尺度特征进行膨胀卷积,并基于交叉注意力机制动态融合全局语义与局部细节信息,获取多尺度融合特征;基于多尺度残差解码模块将多尺度融合特征进行通道统一以及空间对齐,并基于残差连接与注意力机制生成深层预测特征;基于动态融合模块对息肉多尺度特征中的深层特征与浅层特征进行动态融合,生成动态融合特征,最后基于深层预测特征与动态融合特征生成息肉特征图。本发明能够有效提高息肉分割精度,减少误检和漏检情况,增强模型的鲁棒性和泛化能力,具有广泛应用前景。
技术关键词
融合特征
多尺度特征
预测特征
分割方法
通道注意力机制
交叉注意力机制
注意力神经网络
解码模块
动态
融合全局
上采样
图像分割技术
双线性插值
残差结构
语义
融合方法
系统为您推荐了相关专利信息
分割方法
非暂态计算机可读存储介质
网络
粗略
图像
去云方法
遥感影像数据
解码模块
光学遥感影像
噪声预测
跟踪方法
多视角视频序列
全局特征融合
融合特征
表达式