首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

低光照语义分割模型训练方法、语义分割方法及装置 

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:南京邮电大学

摘要:本发明公开了低光照语义分割模型训练方法、语义分割方法及装置,所述低光照语义分割模型的训练方法,所述方法包括:获取低光照下图像数据集;通过图像增强模型,分别对获取的图像数据进行增强处理,获得增强图像数据集和增强图像损失函数;通过语义分割模型,分别对获取的增强图像数据进行语义分割,获得语义分割图像数据集和语义分割损失函数;根据增强图像损失函数与语义分割损失函数,获得总损失函数;根据总损失函数对所述语义分割模型进行调整,获得低光照语义分割模型。本发明用于在低光照场景下获得精确的分割精度。

主权项:1.一种低光照语义分割模型的训练方法,其特征在于,所述方法包括:获取低光照下图像数据集;通过图像增强模型,分别对获取的图像数据进行增强处理,获得增强图像数据集和增强图像损失函数;通过语义分割模型,分别对获取的增强图像数据进行语义分割,获得语义分割图像数据集和语义分割损失函数;根据增强图像损失函数与语义分割损失函数,获得总损失函数;根据总损失函数对所述语义分割模型进行调整,获得低光照语义分割模型;所述图像增强模型的函数表示为: 其中,表示经过图像增强后输出的正常图像,IL表示低光照图像,f*表示图像亮度调整的映射函数,具体为Sigmod激活函数,θ为增强网络的网络参数;所述增强图像损失函数表示为: 其中,N表示输入图像中的像素总数,和分别表示网络的输出像素结果和对应位置的标签像素,θ为增强网络的网络参数,β在训练过程中被设置为0.1;所述语义分割模型基于ghostNet神经网络模型训练获得,ghostNet神经网络模型中所有卷积都用pointwise卷积代替;所述语义分割损失函数表示为: 其中,yi表示属于i类的预softmax概率,e为常数;所述总损失函数通过对增强图像损失函数与语义分割损失函数级联训练获得;所述总损失函数表示为:L=βDLD+βSLS4其中L表示整个网络的总损失函数,LD表示增强图像损失函数,LS表示语义分割损失函数,βS表示语义分割损失函数的权重,βD表示增强图像损失函数的权重。

全文数据:

权利要求:

百度查询: 南京邮电大学 低光照语义分割模型训练方法、语义分割方法及装置

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。