摘要
图像实例分割与语义分割任务联合优化方法、设备及介质,涉及计算机视觉领域。本申请是为了解决面对语义分割和实例分割时,现有多任务学习方法存在:参数共享比例和分布的耦合学习过程不合理的问题。本申请采用两个独立的耦合骨干网络和两个独立的头部分别执行所述实例分割任务和语义分割任务,所述两个独立的耦合骨干网络之间采用亲和度引导共享策略进行联合。在反向传播过程中执行元素级梯度方向校正算法,以缓解所述实例分割任务和语义分割任务之间因竞争任务共享参数而导致的梯度方向冲突。通过亲和引导共享策略和细粒度梯度矫正策略,解决了多任务学习中任务共享参数学习和梯度冲突问题,提升了实例分割和语义分割任务的性能。
技术关键词
实例分割
联合优化方法
语义
校正算法
图像
计算机存储介质
多任务学习方法
优化设备
线性
网络
策略
参数
计算机视觉
表达式
处理器
指令
元素
存储器
系统为您推荐了相关专利信息
计算机箱
计算机主机箱
红外线温度传感器
正则化参数
检测块
设计系统
数据采集模块
城市规划设计技术
渲染单元
分布式存储架构
图像分类模型
多尺度信息
三元组
图像分类方法
图像分类网络
语义向量空间
实时数据
验证方法
标识
计算机程序代码