“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]一种迁移学习的非规则物料的图像语义分割方法-CN202210331353.4在审
发明人：曹东 -专利权人：无锡东如科技有限公司
申请日： 2022-03-30 - 公布日： 2022-06-14 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种迁移学习的非规则物料的图像语义分割方法，使用推断图像和相应准标注掩码标签的随机矢量动态渲染模型来判别语义分割任务，非规则物料图像语义分割准标注掩码标签，是首先经过图像语义流形变换器网络和测试时优化，然后通过——将目标非规则物料图像嵌入到联合潜在语义空间中来实现的，最后从推断的嵌入随机矢量中渲染语义分割准标注掩码标签。本发明基于广泛可用的未标记非规则物料图像数据补充小规模的图像语义分割标记数据集，结合有限的经过标注的非规则物料图像语义分割数据训练模型网络，获得性能优异的模型泛化能力，可有效迁移到多种不同的工业生产场景
一种迁移学习规则物料图像语义分割方法

[发明专利]基于车辆图像的弱监督语义分割方法及其相关设备-CN202011248210.4有效
发明人：童新宇;刘莉红;刘玉宇;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2020-11-10 - 公布日： 2023-08-29 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例属于人工智能领域，应用于智慧交通领域中，涉及一种基于车辆图像的弱监督语义分割方法及其相关设备，包括接收的预先标注的车辆图像，输入预先训练的识别网络，获得初始特征图和父类类别激活图；基于聚类算法聚类初始特征图的像素，获得目标车辆特征图；通过计算获得的类别权重加权并调整目标车辆特征图，获得目标类别激活图和伪语义标签；基于伪语义标签训练预设的语义分割网络，获得训练后的语义分割网络；接收待识别车辆图像，输入训练后的语义分割网络，获得像素级的语义分割图像。本申请通过图像级别的标注获得像素级的伪语义标签，进而实现像素级的图像分割。
基于车辆图像监督语义分割方法及其相关设备

[发明专利]基于半监督语义分割对比学习的高分辨遥感图像语义变化检测方法-CN202310204005.5在审
发明人：张秀伟;张艳宁;杨一哲;于雷;安博远;田牧;尹翰林 -专利权人：西北工业大学
申请日： 2023-03-06 - 公布日： 2023-06-23 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种基于半监督语义分割对比学习的高分辨遥感图像语义变化检测方法，采用两个共享权重的高分辨率网络作为编码器提取双时相遥感图像的语义上下文特征，然后将提取到的语义上下文特征对输入变化特征提取模块得到变化特征，对于每一个时相，将语义上下文特征和变化特征输入特征融合模块得到语义变化特征，最后将双时相语义变化特征输入两个解码器得到双时相语义变化检测结果。在编码器后加入语义分割头和对比学习特征表征头。语义分割头和高分辨编码器构成了语义分割子网，在这个子网中用教师‑学生模型进行半监督语义分割，为将语义上下文特征输入对比学习特征表示头，为对比学习提供语义特征表示。
基于监督语义分割对比学习分辨遥感图像变化检测方法

[发明专利]一种联合语义分割的场景深度补全方法-CN202010377563.8在审
发明人：于慧敏;厉佳男 -专利权人：浙江大学
申请日： 2020-05-07 - 公布日： 2020-09-04 - 主分类号： G06T7/55 文献下载
摘要：本发明公开了一种联合语义分割的场景深度补全方法，通过构建联合语义分割的网络模型进行场景深度补全，网络模型包括编码模块、特征去干扰模块和交互解码模块。编码模块以稀疏深度图及对应彩色图像作为输入，提取多尺度特征；特征去干扰模块与编码模块连接，对最后一个尺度特征拆分重组实现深度补全和语义分割任务间信息去干扰；交互解码模块与特征去干扰模块连接，实现语义分割任务对深度补全任务的单向指导和两项任务间的双向交互，并输出深度图和语义分割图。网络模型训练时的损失函数包括深度补全损失、语义分割损失和跨域边缘一致性损失。跨域边缘一致性损失利用真实语义分割图指导模型对深度图的补全，重点提升深度图在语义边缘区域的性能。
一种联合语义分割场景深度方法

[发明专利]一种激光点云检测分割方法及系统-CN202210859832.3在审
发明人：范滨淇 -专利权人：北京经纬恒润科技股份有限公司
申请日： 2022-07-21 - 公布日： 2022-11-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种激光点云检测分割方法及系统。该激光点云检测分割方法包括采用卷积神经网络作为特征提取器，通过所述特征提取器对检测图像进行语义特征提取和边缘特征提取，得到语义特征与边缘特征；在所述卷积神经网络之后，将并行的两个网络分支作为物体检测分支和语义分割分支，通过物体检测分支和语义分割分支对所述语义特征和所述边缘特征进行处理，其中，所述物体检测分支处理物体检测任务，所述语义分割分支处理语义分割任务；采用损失函数对所述物体检测任务和所述语义分割任务进行平衡处理以优化迭代
一种激光检测分割方法系统

[发明专利]基于视差信息的遥感图像语义分割方法-CN201910399019.0有效
发明人：焦李成;唐旭;李小雪;李英萍;孙龙;屈嵘;李玲玲;郭雨薇;冯志玺;张梦璇;丁静怡;张丹 -专利权人：西安电子科技大学
申请日： 2019-05-14 - 公布日： 2020-12-08 - 主分类号： G06T7/11 文献下载
摘要：本发明提出一种基于视差信息的遥感图像语义分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤为：获取训练样本集和测试样本集；对训练样本集进行预处理；对视差网络进行训练；对测试样本集进行视差检测；获取测试样本集的视差信息；对语义分割网络进行训练；对测试样本集进行语义检测；对初步语义分割结果进行修正；获取最终的语义分割结果。本发明对遥感图像的视差结果进行左右一致性检测LRC，再利用检测得到的视差信息对语义分割结果进行修正，并提出了一个全新的语义切块融合检测方法，显著提高了语义分割的精度。
基于视差信息遥感图像语义分割方法

[发明专利]一种基于深度对抗学习的遥感图像语义分割方法-CN202110623433.2有效
发明人：郭学俊;刘晓峰;彭赞;陈泽华;赵哲峰 -专利权人：太原理工大学
申请日： 2021-06-04 - 公布日： 2022-08-16 - 主分类号： G06V10/774 文献下载
摘要：本发明属于遥感图像语义分割方法技术领域。一种基于深度对抗学习的遥感图像语义分割方法，将遥感数据集划分为训练集和测试集，搭建遥感图像语义分割网络，将训练集遥感图像输入至步骤二中的遥感语义分割网络中，将遥感图像及其对应标签图组成真图像对，遥感图像及其对应生成器输出的预测标签图像组成假图像对，接着将真、假图像对输入判别器模块计算对抗损失函数，计算总损失函数，直到生成器模块达到精准语义分割，将经过预处理的测试集遥感图像输入到精准语义分割的生成器模块，输出遥感图像的精确分割结果。
一种基于深度对抗学习遥感图像语义分割方法

[发明专利]用于小样本医疗影像的语义分割方法及系统-CN202110169377.X在审
发明人：邬学宁 -专利权人：复旦大学
申请日： 2021-02-07 - 公布日： 2021-06-18 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种用于小样本医疗影像的语义分割方法及系统。该语义分割方法包括：获取医疗影像数据，并对其中对应病灶位置的部分进行标注；从经过标注的医疗影像数据中选择对应于特定人体组织的像素值，并对所选择的像素值进行归一化；对经过归一化的像素值进行数据增广，并基于经过数据增广的像素值数据生成用于基于深度学习的语义分割网络的训练数据集和测试数据集；以及利用训练数据集训练语义分割网络对特定人体组织的医疗影像进行语义分割，并利用测试数据集测试语义分割网络对特定人体组织的医疗影像进行语义分割的能力，其中，语义分割网络通过对训练数据集中包含的隐藏特征进行流形混合插值改善了深度学习中小样本所导致的一些问题
用于样本医疗影像语义分割方法系统

[发明专利]基于交叉融合网络的服装语义分割方法-CN202110368207.4在审
发明人：周武杰;徐高;叶绿;雷景生;万健;甘兴利;钱小鸿;许彩娥;强芳芳 -专利权人：浙江科技学院
申请日： 2021-04-06 - 公布日： 2021-07-30 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于交叉融合网络的服装语义分割方法。本发明包括训练阶段和测试阶段两个过程；训练阶段：1_1选取Q幅原始服装场景图像及对应的深度图像和真实语义分割图像，并构成训练集；1_2构建卷积神经网络；1_3将训练集进行数据增强，获得初始输入图像，将初始输入图像输入到卷积神经网络中进行训练，得到对应的语义分割预测图；1_4计算语义分割预测图与对应的真实语义分割图像之间的损失函数值；1_5重复执行1_3和1_4，获得卷积神经网络分类训练模型；测试阶段：2将待语义分割的服装场景图像和对应的深度图像输入到卷积神经网络分类训练模型中，获得对应的预测语义分割图像。本发明提高了RGB‑D服装图像的语义分割效率和准确度。
基于交叉融合网络服装语义分割方法

[发明专利]电子显微断层数据的语义分割方法、装置、设备及介质-CN202110219615.3在审
发明人：孙奥兰;王健宗;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2021-02-26 - 公布日： 2021-06-11 - 主分类号： G06K9/34 文献下载
摘要：本申请涉及数字医疗技术领域，揭示了一种电子显微断层数据的语义分割方法、装置、设备及介质，其中方法包括：采用细胞蛋白质语义分割模型分别对同一份待切分的细胞电子显微断层数据进行切分得到的多个待分析的电子显微断层数据中每个待分析的电子显微断层数据进行蛋白质语义分割，得到蛋白质语义分割结果集合，基于生成网络和判别网络进行对抗与半监督学习的交替训练，将对抗与半监督学习的交替训练得到的生成网络作为细胞蛋白质语义分割模型；根据蛋白质语义分割结果集合进行数据拼接，得到目标蛋白质语义分割结果减少了每次采用模型进行蛋白质语义分割的数据量，降低了对模型训练的GPU硬件条件的要求，有效提升数据量较少的训练的性能。
电子显微断层数据语义分割方法装置设备介质

[发明专利]弱监督语义分割模型的训练方法及装置、存储介质、终端-CN202110443179.8在审
发明人：朱政;王仪琦;黄冠 -专利权人：上海芯翌智能科技有限公司
申请日： 2021-04-23 - 公布日： 2021-07-23 - 主分类号： G06K9/34 文献下载
摘要：一种弱监督语义分割模型的训练方法及装置、存储介质、终端，弱监督语义分割模型的训练方法，包括：采用分类网络对弱标签样本数据分类得到的第一类别特征，其中，所述弱标签样本数据包括若干张样本图片；采用初始语义分割模型对所述弱标签样本数据分类得到的第二类别特征；将所述第一类别特征与所述第二类别特征进行特征对齐；根据所述第一类别特征与所述第二类别特征的特征对齐结果，得到组合特征，所述组合特征包括所述初始语义分割模型无法识别但所述分类网络能够识别的分类特征；至少采用所述组合特征对所述初始语义分割模型进行训练，得到所述弱监督语义分割模型。上述方案，能够提高弱监督语义分割模型的语义分割结果的边界的清晰度。
监督语义分割模型训练方法装置存储介质终端

[发明专利]一种基于注意力机制和稀疏张量的实时点云语义分割方法-CN202310009279.9在审
发明人：王非;吴钊;杨玉杰 -专利权人：大连海事大学
申请日： 2023-01-04 - 公布日： 2023-06-06 - 主分类号： G06V10/26 文献下载
摘要：本发明一种基于注意力机制和稀疏张量的实时点云语义分割方法，包括以下步骤：获取点云数据，形成点云数据集，对点云数据集进行划分出测试集数据；对点云数据进行预处理，得到预处理后的点云数据；对预处理后的点云数据进行数据增强，得到数据增强后的点云数据，对数据增强后的点云数据集进行划分出再次处理后点云数据的训练集；建立用于语义分割的语义分割网络模型，基于经过数据增强后的点云数据的训练集对语义分割网络模型进行训练，交叉验证集对对语义分割网络模型进行评估，得到训练后的语义分割网络模型；基于测试集数据，采用训练后的语义分割网络模型，实现点云数据的语义分割。
一种基于注意力机制稀疏张量实时语义分割方法

[发明专利]基于随机组合的弱监督语义分割方法、系统、设备及介质-CN202211472236.6在审
发明人：沈冯立;李福生;赵彦春;唐荣江 -专利权人：电子科技大学长三角研究院（湖州）
申请日： 2022-11-22 - 公布日： 2023-03-07 - 主分类号： G06V10/26 文献下载
摘要：本发明属于计算机视觉领域，公开了一种基于随机组合的弱监督语义分割方法、系统、设备及介质，包括：采用训练数据集、切片训练数据集和随机组合的切片训练数据集分别训练分类网络N1和N3，使每个网络都能提取到图片中不同的激活区域，并且利用互相监督训练的方式学习其他两个网络的学习结果，最后组合三个网络的预测结果得到最终的语义分割结果，将其作为语义分割训练数据集训练语义分割模型进行最终的语义分割结果的预测。本发明有效的利用网络对随机组合的切片图片的感知区域不同，并且利用得到的不同分类网络对相同图片的类别感知图片，通过组合三种分类网络的结果获得的语义分割数据集，提高了语义分割模型的语义分割能力以及预测准确率
基于随机组合监督语义分割方法系统设备介质

[发明专利]一种基于半监督辅助学习语义分割的注塑制品表面缺陷检测方法-CN202310689490.X在审
发明人：张树有;俞子安;伊国栋 -专利权人：浙江大学
申请日： 2023-06-12 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于半监督辅助学习语义分割的注塑制品表面缺陷检测方法，包括：获取注塑制品样本图像，构建语义分割数据集和图像重建数据集；构建SSAL网络模型，将语义分割数据集和图像重建数据集中的图像输入到SSAL网络模型中进行语义分割任务和图像重建任务的交替训练；将待检测的注塑制品样本图像输入到训练好的SSAL网络模型中进行缺陷的语义分割，将不同的缺陷标记为对应的像素值，得到语义分割结果图；根据语义分割结果图本发明实现了注塑制品表面缺陷的自动化检测，提高了语义分割模型在小样本数据集下对注塑制品缺陷的检测准确率和泛化能力，更好地满足了工业场景的应用需求。
一种基于监督辅助学习语义分割注塑制品表面缺陷检测方法

[发明专利]半监督语义分割模型训练方法、识别方法和装置-CN202011054144.7有效
发明人：劳江微;王剑;陈景东;褚崴;汪佳;顾欣欣;孙剑哲;甘利民;余泉;孙晓冬 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-09-30 - 公布日： 2020-12-25 - 主分类号： G06K9/34 文献下载
摘要：本说明书实施例提供了半监督语义分割模型训练方法、识别方法和装置，根据实施例的半监督语义分割模型训练方法，首先通过获取人工对第一图像中的待标注对象进行标注后得到的第一监督数据，进而通过第一监督数据训练得到对待标注对象的识别率相对较高的全监督语义分割模型利用全监督语义分割模型对未经过人工标注的第二图像中的待标注对象进行标注，得到第二监督数据。再利用经过人工标注得到的第一监督数据和经过全监督语义分割模型标注得到的第二监督数据训练半监督语义分割模型，并利用半监督语义分割模型对第一图像、第二图像和随机扰动项进行识别，得到第三监督数据。最后通过第一、第二和第三监督数据对半监督语义分割模型再次训练。
监督语义分割模型训练方法识别装置