摘要
本发明提供基于动态优化调整的广义小样本分割模型训练方法及图像分割方法,涉及图像处理技术领域。训练方法包括:获取第一样本待分割图像,将第一样本待分割图像输入至已训练的图像分割模型的图像编码器中,基于图像编码器的输出得到第一类原型,第一类原型与第一样本待分割图像对应第一类别,图像分割模型是基于多个第二样本待分割图像训练得到的,第二样本待分割图像对应第二类别;基于第一类原型与第二类原型之间的相似性,对第一类原型进行更新,第二类原型对应第二类别和背景类;基于更新后的第一类原型对图像分割模型的分类器进行训练。本发明可以有效提高分割模型的新类分割性能,得到更加准确的图像分割结果。
技术关键词
分割模型训练方法
图像分割模型
原型
图像分割方法
图像编码器
样本
广义
动态
非暂态计算机可读存储介质
矩阵
分类器
模型训练装置
超参数
处理器
图像处理技术
计算机程序产品
模型更新
系统为您推荐了相关专利信息
绑定方法
深度图
图像编码器
交叉注意力机制
图片
分辨率提升
机器学习模型
峰值信噪比
光学可检测标记
图像分割方法
时空融合特征
时序特征
气体识别方法
多源信息融合
注意力机制
语义分割方法
分支
语义特征
输出特征
语义分割模型