[发明专利]一种基于深度学习的轻量级目标语义分割方法有效
| 申请号： | 202110545310.1 | 申请日： | 2021-05-19 |
| 公开（公告）号： | CN113223006B | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 陈光柱;易佳 | 申请（专利权）人： | 成都理工大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06N3/04;G06N3/08;G06T7/181 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610059 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的轻量级目标语义分割方法。该方法的关键在于构建二维语义分割网络结构，在满足轻量化的基础上提高分割精度，并能解决多尺度目标分割问题。选取轻量化网络MobileNet v2模型的骨干网络，提出边界约束网络提高对边界分割的处理能力，从而可以同时满足分割的实时性与准确性。设计具有多尺度性质的金字塔池化模块，利用多次金字塔池化融合不同尺度的特征信息，可保证分割网络对多尺度目标分割的适用性。本发明针对目标的分割问题，研究对MobileNet v2模型的骨干网络的下采样特征图尺寸进行扩大，补全MobileNet v2模型丢失的图像的部分特征，提高了基于MobileNet v2模型对目标的分割精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 轻量级 目标 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成都理工大学，未经成都理工大学许可，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/202110545310.1/，转载请声明来源钻瓜专利网。
