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：天津大学;上海人工智能创新中心
摘要：本发明涉及一种基于迭代优化的无训练通用高效语义分割方法，对预训练的扩散模型进行改进，在提取和选择交叉注意力图和自注意力图之后，获得同样尺度的交叉注意力图Aca和自注意力图Asa，将自注意力图Asa送入熵减自注意力模块中，用于去除不相关的全局信息，方法为：计算自注意力图的熵梯度，通过将自注意力图分布视为离散随机变量的概率质量函数计算自注意力熵，进而计算熵梯度；更新自注意力：通过沿着负梯度方向更新所选择的自注意力图计算熵降低后的自注意力图Aceant；将熵降低后的自注意力图Aseant和交叉注意力图Aca进行矩阵乘法，迭代优化交叉注意力图，将得到的最终交叉注意力Aca尺寸恢复到原图像大小。
主权项：1.一种基于迭代优化的无训练通用高效语义分割方法，对预训练的扩散模型进行改进，其特征在于，在提取和选择交叉注意力图和自注意力图之后，获得同样尺度的交叉注意力图Aca和自注意力图Asa，将自注意力图Asa送入熵减自注意力模块中，用于去除不相关的全局信息，方法为：1计算自注意力图的熵梯度，通过将自注意力图分布视为离散随机变量的概率质量函数计算自注意力熵，进而计算熵梯度；2更新自注意力：通过沿着负梯度方向更新所选择的自注意力图计算熵降低后的自注意力图3将熵降低后的自注意力图和交叉注意力图Aca进行矩阵乘法，以优化交叉注意力图，直到优化次数达到预定义的N次；4将得到的最终交叉注意力Aca尺寸恢复到原图像大小。
全文数据：
权利要求：
百度查询： 天津大学 上海人工智能创新中心 基于迭代优化的无训练通用高效语义分割方法
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