基于深度学习的图像语义分割优化方法及系统

AITNT
正文
推荐专利
基于深度学习的图像语义分割优化方法及系统
申请号:CN202511009754
申请日期:2025-07-22
公开号:CN120510391B
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开了基于深度学习的图像语义分割优化方法及系统,属于图像处理技术领域;用于解决现有方案中边界感知能力不佳的技术问题;通过构建双路径网络架构,实现了语义特征与边界特征的协同学习,从输入预处理到特征融合形成闭环优化,直接针对边界感知能力不佳的核心问题;动态注意力融合模块实现了边界区域增强‑关键通道筛选‑噪声动态抑制的闭环优化;设计的加权交叉熵可以解决类别不平衡,设计的改进型边界距离损失可以增强边界定位准确性,设计的多尺度特征一致性损失可以确保深浅层特征语义对齐;通过动态权重调整机制可以根据训练进展自适应平衡各损失贡献,可以显著提升模型对复杂边界的分割鲁棒性。
技术关键词
图像语义分割 边界特征 注意力 语义特征 动态 边缘检测 解码网络 双路径网络 多尺度 分支 特征金字塔 路径特征 图像处理技术 设计特征 纹理特征 网络架构 模块 像素 噪声
系统为您推荐了相关专利信息
1
基于大模型技术识别磷酸化修饰位点的方法
位点 机器学习模型 分类预测模型 样本 酪氨酸
2
一种基于质谱检测的氦气浓度数据的校正方法及装置
质谱 氦气 校正方法 畸变模型 通道
3
一种人工智能数字科技平台
网络流量数据 语义特征 入侵检测模型 信息检测模块 网络特征
4
一种利用手机增强自组网组队通信设备通信稳定性的方法
自组网 通信设备 手机 节点 概念网络
5
iOS备份密码破解及数据恢复系统
备份文件 数据恢复系统 特征数据库 动态 文件输入模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号