[发明专利]一种面向大规模数据的无监督语义分割方法及系统有效

专利信息
申请号: 202110600887.8 申请日: 2021-05-31
公开(公告)号: CN113223037B 公开(公告)日: 2023-04-07
发明(设计)人: 程明明;高尚华;李钟毓 申请(专利权)人: 南开大学
主分类号: G06T7/136 分类号: G06T7/136;G06N3/08
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 祖之强
地址: 300071 天津*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 本公开提供了一种面向大规模数据的无监督语义分割方法及系统,获取待分割的多张图像;将获取的图像输入到分割网络模型中,得到语义分割结果;其中,分割网络模型采用无监督方式训练,训练过程为:对获取的训练图像进行基于像素注意力机制的表征学习,得到图像表征结果;根据得到的图像表征结果进行聚类,得到多个伪标签;根据得到的伪标签进行分割网络模型的训练;本公开通过像素注意力机制和像素对齐机制,使用基于无监督方法生成的前景显著性信息监督像素注意力机制的学习,提高了语义分割的效率和精度。
搜索关键词: 一种 面向 大规模 数据 监督 语义 分割 方法 系统
【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南开大学,未经南开大学许可,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/202110600887.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top