[发明专利]语义分割模型的训练方法和装置、电子设备、存储介质有效
申请号: | 201710648545.7 | 申请日: | 2017-08-01 |
公开(公告)号: | CN108229479B | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 詹晓航;刘子纬;罗平;吕健勤;汤晓鸥 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 11657 北京思源智汇知识产权代理有限公司 | 代理人: | 毛丽琴 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例公开了一种语义分割模型的训练方法和装置、电子设备、存储介质,其中方法包括:通过语义分割模型,对各未标注图像进行图像语义分割,得到初步语义分割结果,作为所述未标注图像的类别;通过卷积神经网络,基于各所述未标注图像的类别,及各已标注图像的类别,得到各图像分别对应的子图像及子图像对应的特征,所述各图像包括各所述未标注图像及各所述已标注图像,所述各子图像携带有对应图像的类别;基于各子图像的类别,及各子图像之间的特征距离,训练语义分割模型。本发明上述实施例训练得到的语义分割模型,在语义分割上能获得较高的准确率。 | ||
搜索关键词: | 语义分割 图像 标注 子图像 方法和装置 存储介质 电子设备 卷积神经网络 特征距离 图像语义 准确率 携带 分割 | ||
【主权项】:
1.一种语义分割模型的训练方法,其特征在于,包括:/n通过语义分割模型,对各未标注图像进行图像语义分割,得到初步语义分割结果,作为所述未标注图像的类别;/n通过卷积神经网络,基于各所述未标注图像的类别,及各已标注图像的类别,得到各图像分别对应的子图像及子图像对应的特征,所述各图像包括各所述未标注图像及各所述已标注图像,所述各子图像携带有对应图像的类别;/n基于各子图像的类别,及各子图像之间的特征距离,训练语义分割模型。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710648545.7/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序