龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：宁波大学
摘要：本发明公开了一种基于多级标签校正的半监督语义分割模型训练方法及应用。所述训练方法包括：构建学生和教师网络；对学生网络进行有标签训练；为无标签数据集生成伪标签和中间特征；利用语义级图构建语义亲和力矩阵，利用类别级图构建分类一致性矩阵；互换级图对应的结构信息，逐步修正级图，更新中间特征并纠正伪标签；执行无标签训练，并迭代进行训练过程，获得语义分割模型。本发明所提供的技术方案中，语义级图表示特征空间中的语义亲和力，类别级图表示在类别空间中的类别一致性，语义级图和类别级图相互学习，共同进化，类别级图和语义级图被逐步修正，从而纠正部分伪标签，实现训练效率和模型预测准确性的显著改善。
主权项：1.一种基于多级标签校正的半监督语义分割模型训练方法，所述语义分割模型用于实现图像语义分割，其特征在于，包括：构建学生网络和教师网络，并获取有标签数据集和无标签数据集；所述学生网络与教师网络的结构相同，所述有标签数据集包含有标签数据及其对应的标签，所述无标签数据集包含无标签数据；利用有标签数据集对所述学生网络进行有标签训练；使用所述学生网络和教师网络为所述无标签数据集生成伪标签和中间特征；利用语义级图在所述中间特征中构建像素特征对的语义亲和力矩阵，利用类别级图在所述伪标签中构建分类一致性矩阵，并自所述语义亲和力矩阵和分类一致性矩阵中分别提取对应的结构信息；互换所述语义级图和类别级图对应的结构信息，以逐步修正所述语义级图和类别级图，更新所述中间特征并纠正所述伪标签；利用更新后的所述中间特征以及纠正后的所述伪标签更新所述学生网络和教师网络的参数，执行无标签训练；并迭代进行所述有标签训练和无标签训练的过程直至达到结束条件，获得语义分割模型。
全文数据：
权利要求：
百度查询： 宁波大学 基于多级标签校正的半监督语义分割模型训练方法及应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号