摘要
本发明涉及一种基于改进Transformer的家畜图像实例分割方法,包括以下步骤:步骤S1:获取高质量的家畜图像,进行标注和图像数据扩增,构建训练集;步骤S2:基于多尺度可变形注意力模块和统一查询表示模块对目标检测网络DETR进行改进,从而构建基于改进Transformer的家畜图像实例分割模型;步骤S3:根据训练集对基于Transformer的家畜图像实例分割模型进行训练,得到训练好的分割模型;步骤S4:根据训练好的分割模型对待检测家畜图像数据进行处理,获得实例分割效果。本发明可以有效地解决原始Transformer结构直接用于家畜图像分割时模型训练比较困难、分割性能不佳的问题。
技术关键词
图像实例分割方法
实例分割模型
家畜
注意力
构建训练集
多尺度
单尺度特征
解码器架构
分支
模块
索引
网络
多层感知机
坐标
编码器
数据
成分分析
系统为您推荐了相关专利信息
兴趣
商品推荐方法
多头注意力机制
重构模块
门控神经网络
噪声预测器
12导联心电图
多层感知机
文本
生成方法
特征提取器
动态调控方法
智慧楼宇
变量
集成学习框架
变化检测网络
多尺度特征
高分辨率遥感图像
高分辨率光学遥感图像
通道注意力机制
动作序列生成方法
动作策略
语言编码器
生成动作
融合特征