摘要
本发明公开了一种弱监督增量学习语义分割方法、设备及介质,其中方法包括:获取待分割图片;将待分割图片输入训练后的语义分割模型,输出分割结果;其中,语义分割模型包括编码器、解码器、亲和力网络和轻量多尺度分割头;编码器用于对输入图像进行特征提取,解码器用于根据提取的特征进行类别预测;亲和力网络用于根据编码器提取的特征获取亲和力信息,作为优化分割头结果的亲和力矩阵;轻量多尺度分割头用于根据编码器的输出获得粗糙的新类别分割结果。本发明引入亲和力网络,通过亲和力值所得的亲和力矩阵对于粗糙的分割结果进行提炼,效果更好,且亲和力网络直接作为框架中的模块设计到网络之中,实现端到端的训练预测,效果好。
技术关键词
亲和力
语义分割模型
语义分割方法
监督增量
编码器
多尺度
矩阵
坐标
无标签数据
解码器结构
图片
网络架构
电子设备
程序
处理器
指令
系统为您推荐了相关专利信息
增量学习方法
原型
图像编码器
对齐模块
混合损失函数