一种用于带状物体分割的神经网络训练方法和系统

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种用于带状物体分割的神经网络训练方法和系统
申请号:CN202511149849
申请日期:2025-08-18
公开号:CN121010775A
公开日期:2025-11-25
类型:发明专利
摘要
本发明属于深度学习领域,提供一种用于带状物体分割的神经网络训练方法和系统。针对现有技术在带状结构特征提取中训练低效、资源消耗大、泛化能力差等问题,本发明提出了一种创新的多级分层模型结构。该模型通过从粗到细的特征提取策略,实现了对带状结构的高效识别与分割。同时,设计了首层梯度优化方案和融合二值交叉熵损失、方向敏感损失和Soft Dice Loss的复合损失函数,有效提升了训练稳定性和收敛速度,缩短了模型训练和迁移学习时间,展现了良好的应用前景。
技术关键词
神经网络训练方法 卷积模块 预测输出值 输出特征 物体 空洞 神经网络训练系统 梯度协方差矩阵 条带 正则化参数 分支 特征值 结构特征提取 上采样 解码器架构 编码器 存储程序指令 双线性插值
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号