[发明专利]一种基于级联多尺度视觉Transformer的图像语义分割方法在审
| 申请号： | 202111186956.1 | 申请日： | 2021-10-12 |
| 公开（公告）号： | CN113947680A | 公开（公告）日： | 2022-01-18 |
| 发明（设计）人： | 林帆;王小玉 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/46;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于级联多尺度视觉Transformer架构的语义分割方法，包括：将图像切分为多个Patch，将Patch拉伸为一维向量N*C；步骤二、利用重叠Padding块编码对Patch进行位置编码；步骤三、将token输入Transformer模块，依次经过层归一化、多头注意力层以及前馈神经网络，重复步骤三至网络收敛；步骤四、利用块编码将token还原至二维，利用池化层将图像下采样至1/2；步骤五将编码阶段和当前阶段的特征图采用像素点信息聚合；步骤六将特征图上采样至1/4时采用卷积层输出为类别数，最后采用双线性插值算法将图像上采样至原图大小。本发明可以解决计算量大，分割边界不均匀问题。 | ||
| 搜索关键词： | 一种 基于 级联 尺度 视觉 transformer 图像 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哈尔滨理工大学，未经哈尔滨理工大学许可，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/202111186956.1/，转载请声明来源钻瓜专利网。
