[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： | 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，属于计算机视觉技术领域。初始化卷积神经网络；神经网络前向传播获得图像的特征图；目标检测分支前向传播获得目标定位图；语义分割分支前向传播获得分割掩膜；通过目标定位图得伪真实语义分割标注；通过分割掩码得图像候选区域权值；计算语义分割分支的损失；计算目标检测分支的损失；使用随机梯度下降算法更新参数；重复以上直到收敛；输入图像到神经网络中，得目标检测和语义分割结果；初始化卷积神经网络；神经网络前向传播得图像特征图；目标检测分支前向传播得目标检测结果；语义分割分支前向传播得语义分割掩膜；通过目标检测结果和语义分割掩膜得示例分割掩膜。 | ||
| 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 | ||
【主权项】：
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：/n(一)模型训练过程：/n1)初始化卷积神经网络；/n2)神经网络前向传播获得图像的特征图；/n3)目标检测分支前向传播并获得目标定位图；/n4)语义分割分支前向传播并获得分割掩膜；/n5)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；/n6)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；/n7)基于伪真实语义分割标注来计算语义分割分支的损失；/n8)结合候选区域的权值来计算目标检测分支的损失；/n9)使用随机梯度下降算法更新参数；/n10)重复步骤2)～9)直到收敛；/n11)输入图像到神经网络中，获得目标检测和语义分割结果；/n(二)模型推理过程：/n12)初始化卷积神经网络；/n13)神经网络前向传播获得图像的特征图；/n14)目标检测分支前向传播并获得目标检测结果；/n15)语义分割分支前向传播并获得语义分割掩膜；/n16)通过目标检测结果和语义分割掩膜获得示例分割掩膜。/n
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/patent/201910723018.7/，转载请声明来源钻瓜专利网。
