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：贵州大学

摘要：本发明涉及图像处理领域，一种基于深度学习的图像位点精细化分割方法及装置，包括：构建增强待分割图像的ResNeXt‑50网络结构和ResNeXt‑101网络结构，配置ResNeXt‑50网络结构和ResNeXt‑101网络结构的50结构超参数和101结构超参数，对ResNeXt‑50网络结构和ResNeXt‑101网络结构进行训练，得到ResNeXt‑50模型和ResNeXt‑101模型；建立增强待分割图像的特征ResNeXt提取模型，对增强待分割图像进行特征提取，得到增强待分割图像的分割特征图；建立增强待分割图像的MaskR‑CNN模型，计算MaskR‑CNN模型的交并比，利用MaskR‑CNN模型对增强待分割图像进行精细化分割，得到增强待分割图像的精细化分割结果。本发明可提高图像精细化分割的效果。

主权项：1.一种基于深度学习的图像位点精细化分割方法，其特征在于，所述方法包括：获取待分割图像的图像增强训练集，确定所述待分割图像的增强模型架构，并定义所述增强模型架构的重建损失函数和感知损失函数，通过所述增强模型架构、重建损失函数、感知损失函数以及图像增强训练集，构建所述待分割图像的图像增强模型；基于所述图像增强模型对待分割图像进行图像优化，得到增强待分割图像，构建所述增强待分割图像的ResNeXt-50网络结构和ResNeXt-101网络结构，配置所述ResNeXt-50网络结构和ResNeXt-101网络结构的50结构超参数和101结构超参数；根据所述50结构超参数和101结构超参数，对ResNeXt-50网络结构和ResNeXt-101网络结构进行训练，得到ResNeXt-50模型和ResNeXt-101模型；根据所述ResNeXt-50模型和ResNeXt-101模型建立所述增强待分割图像的特征ResNeXt提取模型，并基于所述特征ResNeXt提取模型，对所述增强待分割图像进行特征提取，得到所述增强待分割图像的分割特征图；确定所述增强待分割图像的目标检测框架和mask分支，基于所述目标检测框架和mask分支，建立所述增强待分割图像的MaskR-CNN模型，计算所述MaskR-CNN模型的交并比，当所述交并比符合预设的交并比阈值时，根据所述分割特征图，利用所述MaskR-CNN模型对增强待分割图像进行分割，得到增强待分割图像的精细化分割结果。

全文数据：

权利要求：

百度查询： 贵州大学 一种基于深度学习的图像位点精细化分割方法及装置