摘要
本申请公开了开放场景下的无监督语义分割方法和存储介质,方法包括:获取仅含已知像素类别的第一图像数据集和含未知像素类别的第二图像数据集;构建用于特征学习和重构的第一网络及用于分类学习的第二网络。训练阶段,将第一图像数据集输入第一网络训练,确定重构损失并学习各像素类别原型表示,基于像素特征与原型表示的关系确定校正系数以校正重构损失。测试阶段,将第二图像数据集输入训练完成的第一网络,确定并校正重构损失,利用原型表示分类,从分类结果存在差异的像素中选择负样本,选取正样本进行对比学习以训练第二网络。最后利用训练完成的第二网络对待分割图像进行像素分类。该方法可有效处理开放场景下的语义分割任务。
技术关键词
语义分割方法
像素
广义帕累托分布参数
图像
校正
原型
样本
数据
场景
重构误差
非暂态计算机可读存储介质
解码器结构
表达式
阶段
网络结构
关系
编码器
极值
系统为您推荐了相关专利信息
美颜
计算机视觉
图像处理方法
图像处理系统
欧氏距离算法
视频帧集合
图像特征提取模型
视频帧特征
聚类
存储装置
神经网络模型
大气校正方法
反射率
气溶胶光学厚度
水体
颞下颌关节
诊断系统
影像
特征提取模块
扩散加权成像