Document
拖动滑块完成拼图
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

一种基于SAM的注意力机制伪装目标提取方法 

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:广西师范大学

摘要:本发明公开一种基于SAM的注意力机制伪装目标提取方法,通过使用SAM生成稳定的伪标签,无需使用更复杂的全监督标签作为标注的信息,并通过注意力机制整合不同特征值之间的信息,通过采用四个损失大幅度降低由于伪标签不确定边界产生的误差,从而显著提高模型的性能。

主权项:1.一种基于SAM的注意力机制伪装目标提取方法,其特征是,包括步骤如下:步骤1、在SAM预训练模型当中输入训练图像数据集和对应的弱标签数据集,SAM预训练模型生成训练图像数据集对应的伪标签数据集;步骤2、构建伪装目标提取网络;该伪装目标提取网络由金字塔视觉变形编码器、金字塔池化模块和4个注意力模块组成;金字塔视觉变形编码器的输入形成伪装目标提取网络的输入;金字塔视觉变形编码器的输出分为4路,第一路连接金字塔池化模块的输入和第一个注意力模块的第一个输入,第二路连接第二个注意力模块的第一个输入,第三路连接第三个注意力模块的第一个输入,第四路连接第四个注意力模块的第一个输入;金字塔池化模块的输出连接第一个注意力模块的第二个输入,第一个注意力模块的输出连接第二个注意力模块的第二输入,第二个注意力模块的输出连接第三个注意力模块的第二输入,第三个注意力模块的输出连接第四个注意力模块的第二输入;第四个注意力模块的输出形成伪装目标提取网络的输出;步骤3、利用训练图像数据集和对应的伪标签数据集对伪装目标提取网络进行监督学习,得到伪装目标提取模型;步骤4、将待提取伪装目标的图像送入到伪装目标提取模型中,并将伪装目标提取模型生成的最终特征作为伪装目标提取结果。

全文数据:

权利要求:

百度查询: 广西师范大学 一种基于SAM的注意力机制伪装目标提取方法

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。