[发明专利]一种基于循环指导的弱监督联合目标检测和语义分割方法在审
| 申请号： | 201910723018.7 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110633632A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 纪荣嵘;沈云航 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 35200 厦门南强之路专利事务所(普通合伙) | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语义分割 目标检测 前向传播 掩膜 神经网络 卷积神经网络 目标定位 初始化 分割 计算机视觉技术 更新参数 计算目标 输入图像 随机梯度 图像候选 图像特征 下降算法 特征图 掩码 标注 收敛 图像 检测 重复 监督 联合 | ||
1.一种基于循环指导的弱监督联合目标检测和语义分割方法，其特征在于包括以下步骤：
(一)模型训练过程：
1)初始化卷积神经网络；
2)神经网络前向传播获得图像的特征图；
3)目标检测分支前向传播并获得目标定位图；
4)语义分割分支前向传播并获得分割掩膜；
5)通过目标定位图获得伪真实语义分割标注,作为监督信息训练语义分割；
6)通过分割掩码获得图像候选区域的权值,作为定位的先验来修正候选区域；
7)基于伪真实语义分割标注来计算语义分割分支的损失；
8)结合候选区域的权值来计算目标检测分支的损失；
9)使用随机梯度下降算法更新参数；
10)重复步骤2)～9)直到收敛；
11)输入图像到神经网络中，获得目标检测和语义分割结果；
(二)模型推理过程：
12)初始化卷积神经网络；
13)神经网络前向传播获得图像的特征图；
14)目标检测分支前向传播并获得目标检测结果；
15)语义分割分支前向传播并获得语义分割掩膜；
16)通过目标检测结果和语义分割掩膜获得示例分割掩膜。
2.如权利要求1所述一种基于循环指导的弱监督联合目标检测和语义分割方法，其特征在于在步骤7)中，所述语义分割分支的损失函数为：
其中，M和S分别弱监督目标检测的物体定位图和弱监督语义分割预测的分割掩码；和分别表示分割掩膜的高和宽，通常是H和W的
3.如权利要求1所述一种基于循环指导的弱监督联合目标检测和语义分割方法，其特征在于在步骤8)中，所述目标检测分支的损失函数为：
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厦门大学，未经厦门大学许可，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/pat/books/201910723018.7/1.html，转载请声明来源钻瓜专利网。
