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：南开大学
摘要：本发明属于计算机数据处理技术领域，更具体地，涉及一种基于超像素和图神经网络的可解释性语义分割方法。该方法通过增强解释性的分割反馈机制解决模型黑箱问题，并使用动态图结构构建与自适应拓扑更新技术提高分割灵活性和准确性，在此基础上，通过多级融合的超像素生成与优化技术保持图像的细节和边界信息，从而显著提高分割精度。
主权项：1.一种基于超像素和图神经网络的可解释性语义分割方法，其特征在于，包括以下步骤：步骤一：将原始图像输入超像素分割网络，构建图结构数据；步骤二：搭建基于图神经网络的多层语义分割模型；步骤三：模型初始化，将图结构数据输入多层语义分割模型；步骤四：图卷积块更新节点特征，预测块预测节点分类；步骤五：图池化块聚合节点信息，构建新的图结构；步骤六：重复步骤四、五，直到获得最终语义分割结果；步骤七：将测试集图结构数据输入模型中，输出多层语义分割结果。
全文数据：
权利要求：
百度查询： 南开大学 一种基于超像素和图神经网络的可解释性语义分割方法
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