摘要
本发明公开了一种图像分割方法、装置、设备及介质,涉及图像处理技术领域,包括构建SPC‑vmunet模型作为图像分割模型;该模型嵌入有自预测上下文模块和视觉曼巴的高阶二维选择性扫描模块;利用图像数据集对该模型进行训练;其中通过自预测上下文模块进行多分路并行特征提取,上下文感知和自监督训练;且通过高阶二维选择性扫描模块进行扫描扩展和扫描合并;将待处理图像输入至训练好的模型,得到图像分割处理结果。这样可以实现多维度特征的高效提取与上下文关系的深度理解,捕捉图像数据中的远程依赖性,增强对目标特征的精确提取,同时在降低模型参数量的基础上保持计算效率,减少内存占用,提高硬件处理速度,进而提升图像分割性能。
技术关键词
图像分割方法
并行特征提取
扫描模块
图像分割模型
桥模块
上下文特征
机制
感知特征
空间金字塔池化
注意力
图像分割装置
分支
视觉
模型训练模块
双线性插值
可读存储介质
邻域特征
系统为您推荐了相关专利信息
三维扫描数据
巡检路径
高精度三维扫描
构件尺寸检测
Revit软件
视觉自动对位
可见光图像
图像块
空间直角坐标系
图像分割方法
图像分割模型
轮廓区域
融合图像特征
管理共享单车停放
密度
冠脉造影
血管分割
图像分割方法
置信度阈值
血管造影设备
医学图像分割方法
医学图像数据集
预训练网络
编码器
预训练模型