摘要
本申请公开了基于多任务学习的细胞分割模型的分割方法以及训练方法,其分割方法实现,包括:将待分割细胞图像输入至预先训练的细胞分割模型中进行细胞分割处理,以得到像素级二值图、像素级距离图、实例级二值图、实例级距离图、细胞实例分类结果以及细胞包围盒结果;对像素级距离图进行边缘检测,以得到极大距离图;基于实例级二值图、细胞实例分类结果以及细胞包围盒结果,确定前景标记图;基于像素级二值图以及实例级二值图,确定二值掩码图;基于极大距离图、前景标记图以及二值掩码图,得到细胞实例分割结果。本申请实施例,通过上述方案可精准分割粘连细胞,融合多维度输出优化标记与掩码,提升实例分割精度,克服传统技术缺陷。
技术关键词
分割方法
实例分割
像素
多任务
编码向量
多尺度
图像
嵌入特征
感知特征
查询特征
标记
解码器
坐标
锚点
注意力机制
边缘检测
融合特征
标签
分水岭算法
系统为您推荐了相关专利信息
超声数据
图像数据管理设备
超声检测设备
图像数据管理方法
存储模块
注意力
卷积特征
网络特征
生成高分辨率
气象数据处理技术
尺寸特征
铁路钢轨
深度学习模型
图像分割模型
图像识别模型