摘要
本发明公开了基于内参分解和神经渲染的域泛化语义分割方法及装置,所述方法包括:建立双向转换模型,双向转换模型包括内参分解子模型和神经渲染子模型,训练内参分解子模型和神经渲染子模型;通过内参分解子模型对源域合成图像进行解耦得到源域合成图像的属性集合,对源域合成图像的属性集合进行增广,结合随机选取的文本提示,通过神经渲染子模型生成增强合成图像;结合源域合成图像和增强合成图像建立训练数据集,利用训练数据集训练语义分割网络模型。本发明提供的方法及装置通过生成高质量增强训练数据对语义分割网络模型训练,经过训练后的语义分割网络模型的跨域泛化性能得到显著提升。
技术关键词
语义分割网络
语义分割方法
图像
特征金字塔网络
变量
表达式
机器可读指令
物理
参数
文本
生成多尺度
通信接口
模型训练模块
处理器
数据
解码器
噪声
编码器
光照
系统为您推荐了相关专利信息
线性二次调节器
路径跟踪控制方法
车辆运动学模型
误差
方程
光学图像加密方法
光学图像加密系统
光束
空间光调制器
度函数
循环对抗生成网络
关键帧
视频传输
语义
通信方法
光电转换单元
激光雷达装置
扫描单元
硅光芯片
主控模块
供电营业厅
客户
信息管理方法
人脸语义
编码特征