[发明专利]一种基于深度学习的弱监督语义分割方法在审
| 申请号： | 202110441665.6 | 申请日： | 2021-04-23 |
| 公开（公告）号： | CN113159048A | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 颜成钢;张二四;高宇涵;朱晨瑞;孙垚棋;张继勇;李宗鹏;张勇东 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习的弱监督语义分割方法；首先利用已有的数据集在预训练的Resnet50上进行微调，然后利用训练好的Resnet50得到相应的类激活图，利用设定的阈值得到分割的伪标签，并采用全连接的条件随机场Dense conditional random fields，Dense CRF)对标签进行优化。最后，利用优化后的伪标签训练分割网络。本发明所述的方法只需使用图像级别的标签就可以完成目标的分类以及语义分割任务，极大了减少了人工标注所耗费的大量的人力物力。相比于现有的弱监督方法，本方法效率更高，定位结果更加准确。 | ||
| 搜索关键词： | 一种 基于 深度 学习 监督 语义 分割 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/202110441665.6/，转载请声明来源钻瓜专利网。
