[发明专利]一种基于数据集分布和上下文信息的语义分割方法

摘要

本发明公开了一种基于数据集分布上下文信息的语义分割方法。该方法首先将图像进行预处理，并使用神经网络得到其深层特征，利用线性层对特征进行解码得到初步的预测结果；之后，根据得到的初步预测结果和全局的特征统计信息，形成新分类器并指导后续的特征提取；与此同时，根据数据集中不同样本的分布情况，累积了不同类别的类中心，并将其作用在现有的注意力机制上。基于以上步骤，搭建了基于数据及分布的语义分割神经网络。相对于现有技术，本发明具有方法简便，计算复杂度低，分类精度高等特点，有效地缓解了语义分割任务中小类别样本预测准确度低的问题，可以在自动驾驶、智能城市及医学分割等多个场景进行应用。