[发明专利]基于深度卷积神经网络的提升式多标签语义分割方法在审
| 申请号： | 202110448155.1 | 申请日： | 2021-04-25 |
| 公开（公告）号： | CN113221970A | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 吴兴隆 | 申请（专利权）人： | 武汉工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 唐万荣 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于深度卷积神经网络的提升式多标签语义分割方法，包括以下步骤：利用多标签损失函数指导深度卷积神经网络在训练数据集上的训练；利用训练后的深度卷积神经网络，对训练数据集中的样本进行分割结果预测；基于预测结果更新训练数据集的样本权重，并结合人工标注更新训练数据集；重复上述过程，直至深度卷积神经网络符合目标性能。本发明的基于深度卷积神经网络的提升式多标签语义分割方法通过多次迭代计算能够系统性地提高人工标注数据的质量，从而最终达到提高分割任务性能的目的。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 提升 标签 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武汉工程大学，未经武汉工程大学许可，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/202110448155.1/，转载请声明来源钻瓜专利网。
