摘要
本发明公开了一种基于条件不变语义分割的海上场景分割方法,属于计算机视觉与语义分割领域。该方法通过数据加载阶段实现源域与目标域图像的风格互转,生成多风格视图对;构建CISS网络模型,由MiT‑B5编码器和上下文感知解码器组成,编码器借助离散小波变换提取对视觉条件不敏感的高层特征,解码器通过逆离散小波变换实现无信息丢失的特征重构并生成类别概率图;设计包含像素级交叉熵损失和特征级不变性损失的联合损失函数,结合动态加权策略平衡损失权重;采用AdamW优化器并结合线性学习率热身策略对模型进行训练优化。实验表明,本发明方法能有效应对真实海上环境中的视觉条件变化,提升语义分割模型在不同海上环境下的鲁棒性。
技术关键词
场景分割方法
编码器
解码器
联合损失函数
风格
二维离散小波变换
稳定特征提取
保留结构信息
滤波器
海浪
频谱特征
优化器
上采样
图像提取特征
像素
网络模型训练
语义分割模型
系统为您推荐了相关专利信息
特征提取模块
特征提取网络
遥感图像语义分割
多源遥感图像
输出特征
通信优化方法
协同优化算法
语义
通信优化系统
输入神经网络模型