“语义分割”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果205777个，建议您升级VIP下载更多相关专利

[发明专利]图像语义分割方法、电子设备及存储介质-CN202111274244.5在审
发明人：罗壮;张雪;张海强;李成军 -专利权人：智道网联科技（北京）有限公司
申请日： 2021-10-29 - 公布日： 2022-01-28 - 主分类号： G06T7/12 文献下载
摘要：本申请是关于一种图像语义分割方法、电子设备及存储介质。该方法包括：基于图像获得RGB矩阵；采用预设手段对所述图像处理，得到灰度图像矩阵；将所述RGB矩阵与所述灰度图像矩阵按照预设规则合并得到目标矩阵集合；对所述图像利用卷积神经网络的预设语义分割模型进行语义分割处理，其中，语义分割时所述卷积神经网络的预设语义分割模型的输入矩阵为所述目标矩阵集合。本申请提供的图像语义分割方法、电子设备及存储介质，能够加强图像中目标边缘的特征，提升对图像目标边缘的分割精度。
图像语义分割方法电子设备存储介质

[发明专利]一种语义分割模型裁剪方法及系统-CN202211743765.5在审
发明人：何云;何豪杰;万齐斌;尹玉成;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2022-12-31 - 公布日： 2023-05-09 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种语义分割模型裁剪方法及系统，该方法包括：获取训练好的语义分割模型，计算语义分割模型中每个卷积核参数的总和，对卷积核参数总和小于的零的卷积核进行剪裁；对剪裁后的语义分割模型重新进行训练，将重新训练的语义分割模型转换为ONNX模型，并基于python编码将ONNX模型转换为TensorRT引擎；通过部署所述TensorRT引擎进行车道线识别分割。通过该方案不仅可以保证模型识别精度和推理速度，而且能减少对计算平台显存的占用，保障了语义分割模型的检测识别效率。
一种语义分割模型裁剪方法系统

[发明专利]基于深度学习的偏振图像分割方法、装置、设备及介质-CN202211469434.7在审
发明人：陈伟力;王淑华;陈艳;赵梓旭;修鹏;王盼盼 -专利权人：北京环境特性研究所
申请日： 2022-11-22 - 公布日： 2023-03-21 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于深度学习的偏振图像分割方法、装置、设备及介质，其中方法包括：获取多个训练偏振图像，所述训练偏振图像包括分割区域，每一个分割区域被标注有相应语义标签；利用所述多个训练偏振图像对深度学习网络进行训练，得到训练好的语义分割模型；基于所述语义分割模型对待分割偏振图像进行语义分割。本方案，能够提高对偏振图像进行分割的准确性。
基于深度学习偏振图像分割方法装置设备介质

[发明专利]一种基于深度学习的中文电子病历文本语义分割方法-CN202210052863.8在审
发明人：艾彭磊;杜金莲;金雪云;张潇;张津丽 -专利权人：北京工业大学
申请日： 2022-01-18 - 公布日： 2022-04-29 - 主分类号： G06F40/242 文献下载
摘要：本发明公开了一种基于深度学习的中文电子病历文本语义分割方法，主要包括语义字典构建及文本语义特征向量表示、整体特征融合、深度神经网络训练以及预测优化部分。利用预训练语言模型表示文本上下文语义特征，并加入了字符语义位置特征，将融合后的整体特征输入到深度神经网络中进行模型训练。相比于现有的语义分割技术，本发明构建字符间融合全局的上下文语义特征，捕获并学习序列每个字符的语义类别特性，最后找到每个字符的最佳语义类别标签，从而实现精细化的文本语义分割，在数据集较小情况下实现了文本语义分割较高的准确性，发展了EMR文本语义分割的新方法。
一种基于深度学习中文电子病历文本语义分割方法

[发明专利]一种语义分割网络的DSM滤波方法、系统、设备及介质-CN202310845445.9在审
发明人：余翠琳;王青松;黄海风;赖涛;方佳骏;钟梓炫;张子博;张君豪 -专利权人：中山大学
申请日： 2023-07-10 - 公布日： 2023-10-24 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种语义分割网络的DSM滤波方法、系统、设备及介质，所述方法包括：采集自然场景遥感图像，根据所述自然场景遥感图像生成图像数据集；建立并训练图像语义分割网络，将所述图像数据集输入训练后的图像语义分割网络，得到语义分割光学图像；所述图像语义分割网络包括金字塔场景分析网络；将所述语义分割光学图像对应DSM的非地面区域高程值置零，得到非地面区域空洞DSM，以进行DSM滤波。本发明能够快速、精确地对非地面区域进行像素级别的语义分割，节省了人工再修饰的时间成本，有效提高DSM滤波效率，生成高质量的DEM。
一种语义分割网络 dsm 滤波方法系统设备介质

[发明专利]半监督域适应图像语义分割方法、系统、设备及存储介质-CN202310507088.5有效
发明人：王子磊;高源 -专利权人：中国科学技术大学
申请日： 2023-05-08 - 公布日： 2023-08-29 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种半监督域适应图像语义分割方法、系统、设备及存储介质，它们是一一对应的方案，方案中：构建了跨域联合训练框架，通过使用源域标注图像数据和目标域标注图像数据分别对一个图像语义分割网络进行初始化与监督训练，使得两个监督训练后的图像语义分割网络具有互补性，并通过联合训练的交叉伪标签监督实现互补学习，同时，还将偏源域的第一图像语义分割网络向偏目标域的第二图像语义分割网络对齐，提高图像语义分割网络的目标域性能，从而提升在目标域图像中的语义分割质量。
监督适应图像语义分割方法系统设备存储介质

[发明专利]一种脊柱CT序列图像分割方法与系统-CN201811361072.3在审
发明人：刘华清 -专利权人：刘华清
申请日： 2018-11-15 - 公布日： 2020-06-09 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及一种脊柱CT序列图像分割方法及系统，该方法包括训练阶段和测试阶段，训练阶段包括如下步骤：(A1)人工标注；(A2)数据集预处理；(A3)构建全局语义分割网络和局部语义分割网络；(A4)训练全局语义分割网络和局部语义分割网络；测试阶段包括如下步骤：(B1)获取待分割的CT序列图像；(B2)图像预处理；(B3)全局语义分割CT序列图像中的骨性结构以及非骨性组织；(B4)局部语义分割脊柱核心段中的各类非骨性组织；(B5)分割结果合成获取与现有技术相比，本发明能实现脊柱CT序列图像中骨性结构和各类非骨性组织的快速自动分割，分割结果准确可靠。
一种脊柱 ct 序列图像分割方法系统

[发明专利]图像语义分割模型训练方法、图像语义分割方法及装置-CN202310024114.9在审
发明人：单国航;贾双成;朱磊 -专利权人：智道网联科技（北京）有限公司
申请日： 2023-01-09 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本申请涉及一种图像语义分割模型训练方法，根据待分割图像中所有像素的标签真值，对待分割图像进行边缘检测，得到待分割图像每个类别的物体边缘图像；获取图像预测结果，并依据图像预测结果计算预测结果中每个像素的梯度，生成像素梯度图，并根据像素梯度图得到每个像素的梯度反正切图；依据物体边缘图像和梯度反正切图获得待训练的图像语义分割模型预测待分割图像中每个像素对应的辅助损失值；根据辅助损失值与主损失函数得到的损失值计算待分割图像中各类别的每个像素的总体损失值；根据总体损失值，调整图像语义分割模型的参数，获得训练好的图像语义分割模型。本申请能够提高图像语义分割模型的训练效果，提高语义分割准确率。
图像语义分割模型训练方法装置

[发明专利]图像处理的方法、设备和计算机可读存储介质-CN202011563588.3在审
发明人：李岩;张霓 -专利权人：日本电气株式会社
申请日： 2020-12-25 - 公布日： 2022-07-01 - 主分类号： G06F16/58 文献下载
摘要：一种图像处理的方法包括获取多个图像，其中每个图像具有指示该图像中的像素的语义类别的初始语义分割标签；获取与多个图像相对应的多个图像掩码，其中每个图像掩码用于选择多个图像中的对应图像中的目标区域；基于多个图像掩码和多个图像的初始语义分割标签，重新生成多个图像的相应语义分割标签；以及基于多个图像和重新生成的相应语义分割标签，生成混合图像和该混合图像的语义分割标签。通过将所生成的混合图像及其语义分割标签作为训练数据来训练图像语义分割模型，有助于减少模型在简单训练样本上的冗余学习并且改善模型过拟合的问题，从而提升模型的性能。
图像处理方法设备计算机可读存储介质

[发明专利]一种基于全局语义特征融合的低对比度图像语义分割方法-CN202210061270.8在审
发明人：彭俊杰;袁昊晨;张鹿鸣;刘文甫 -专利权人：上海大学
申请日： 2022-01-19 - 公布日： 2022-04-26 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于全局语义特征融合的低对比度图像语义分割方法，包括以下步骤：获取包含多张样本图像的数据集，对数据集中的样本图像进行标注，以为图像中的每个像素分配像素所属类别；对标注后的样本图像进行预处理，得到预处理后的数据集；将预处理后的数据集输入构建的图像语义分割模型，以进行模型训练，得到训练好的图像语义分割模型；对待分割的低对比度图像进行标准化处理；将标准化处理后的待分割的低对比度图像输入训练好的图像语义分割模型，输出得到对应的分割结果。与现有技术相比，本发明有效解决了图像语义分割中低对比度目标分割的问题，能够对低对比度图像进行准确地语义分割。
一种基于全局语义特征融合对比度图像分割方法

[发明专利]训练语义分割模型的方法和装置及图像检测方法-CN202210021477.2在审
发明人：刘威;张慧港;孙俊 -专利权人：富士通株式会社
申请日： 2022-01-10 - 公布日： 2023-07-21 - 主分类号： G06V10/26 文献下载
摘要：本公开内容涉及训练语义分割模型的方法和装置及图像检测方法。根据本公开内容的一个实施例，该训练语义分割模型的方法包括以迭代方式训练语义分割模型。语义分割模型包括语义分割网络。训练语义分割模型包括：由图神经网络生成针对分割类别集的外部知识特征；由解码器基于编码器的输出生成包括与训练样本集中的当前批次的至少一个样本图像对应的至少一个视觉特征的批次视觉特征；通过融合外部知识特征和批次视觉特征生成当前批次的批次融合特征；基于批次融合特征生成分割结果；以及基于分割结果调整语义分割模型和图神经网络。
训练语义分割模型方法装置图像检测

[发明专利]基于AdaptGAN的低照度语义分割方法-CN202110806287.7有效
发明人：江泽涛;张取 -专利权人：桂林电子科技大学
申请日： 2021-07-16 - 公布日： 2022-08-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于AdaptGAN的低照度语义分割方法，其特征在于，包括如下步骤：1）整合数据集；2）训练光照正则化网络；3）训练语义分割网络；4）训练判别器网络。这种方法能够对低照度的图片进行语义分割，让语义分割的特征图视觉表征能力更强，提高分割精度。
基于 adaptgan 照度语义分割方法

[发明专利]一种基于多通道深度加权聚合的图像语义分割算法及系统-CN202210123937.2在审
发明人：齐咏生;陈培亮;刘利强;李永亭;苏建强 -专利权人：内蒙古工业大学
申请日： 2022-02-10 - 公布日： 2022-05-10 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于多通道深度加权聚合的图像语义分割算法及系统，其中基于多通道深度加权聚合的图像语义分割算法包括以下步骤：S1，通过低级语义通道、辅助语义通道以及高级语义通道分别提取图像中具有明确类别信息的语义特征、介于低级语义和高级语义的过渡语义特征以及图像中上下文逻辑关系的语义特征；S2，将步骤S1得到的三种不同的语义特征通过加权聚合进行融合得到图像的全局语义信息；S3，将步骤S1中各语义通道输出的语义特征与步骤S2中的全局语义信息共同计算损失函数进行训练。本发明中的基于多通道深度加权聚合的图像语义分割算法能够解决传统图像语义分割算法无法实现分割精度与速度之间权衡的问题，具有更强的鲁棒性。
一种基于通道深度加权聚合图像语义分割算法系统

[发明专利]风格迁移方法、装置、存储介质及电子设备-CN202010125371.8有效
发明人：吴佳涛 -专利权人： OPPO广东移动通信有限公司
申请日： 2020-02-27 - 公布日： 2023-08-29 - 主分类号： G06T3/00 文献下载
摘要：本申请实施例公开了一种风格迁移方法、装置、存储介质及电子设备，通过获取需要进行风格迁移的内容图像，以及获取用于风格迁移参考的写实图像，以及对内容图像进行语义分割，得到第一语义分割结果，以及对写实图像进行语义分割，得到第二语义分割结果，最后基于第一语义分割结果和第二语义分割结果，调用预训练的风格迁移模型将写实图像的写实风格迁移到内容图像，得到写实内容图像。
风格迁移方法装置存储介质电子设备

[发明专利]一种基于深度神经网络的轻量级语义分割方法-CN202211417242.1在审
发明人：马素刚;陈期梅;蒲磊;杨小宝;侯志强 -专利权人：西安邮电大学
申请日： 2022-11-11 - 公布日： 2023-04-04 - 主分类号： G06V10/26 文献下载
摘要：一种基于深度神经网络的轻量级语义分割方法，该方法包括：S100：构建轻量级语义分割网络，所述轻量级语义分割网络为全局‑局部上下文网络GLCNet，该GLCNet网络结构包括卷积块模块、下采样模块、全局‑局部上下文GLC模块和多分辨率融合MRF模块；S200：利用该轻量级语义分割网络对输入图像进行语义分割。该方法在分割精度、效率以及参数量之间实现了较好的平衡。
一种基于深度神经网络轻量级语义分割方法