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：山东建筑大学
摘要：本发明提供了一种图像分割模型的训练方法、图像分割方法及系统，其属于图像分割技术领域，为了提高SAM模型对困难像素的分割性能，在SAM模型的训练中引入不确定性融合的困难区域学习策略，提升模型对不确定性知识的学习能力；通过引入局部困难区域生成策略，有效增强模型对于困难区域的学习能力；对于生成的困难区域，使用非线性投影映射将局部困难区域图的特征进行降维，使模型能够聚焦困难区域区分性特征的学习，并将具有相同困难区域但上下文信息不同的局部困难区域图像作为正负样本对，利用对比学习的方式计算得到基于困难区域的对比损失，来增强困难区域与背景区域的区分性，进一步提升图像分割的准确性、泛化性和鲁棒性。
主权项：1.一种图像分割模型的训练方法，其特征在于，包括：基于训练样本图像，利用待训练的图像分割模型，获得分割的初始预测结果；基于初始预测结果，通过计算分割掩码与其标签之间的逐像素差距，获得不确定性估计图；以及，通过计算分割掩码像素熵值，获得熵图；基于获得的不确定性估计图和熵图，通过融合获得困难概率图；基于获得的困难概率图，生成基于高斯分布上下文的局部困难图像；基于获得的困难概率图构建感知难度损失；基于包括同一困难区域的局部困难图像，构建困难区域对比损失；基于融合感知难度损失和困难区域对比损失的损失函数，进行图像分割模型的训练，获得训练好的图像分割模型；所述利用待训练的图像分割模型，获得分割的初始预测结果，具体为：基于样本图像，通过图像分割模型的图像编码器进行特征提取；基于提取的特征以及图像分割模型中提示编码器的输出，通过图像分割模型的掩码解码器，获得分割的初始预测结果；所述基于获得的困难概率图，生成基于高斯分布上下文的局部困难图像，具体为：基于困难概率图中每个像素点的概率值，采用加权平均的方式计算困难区域中心点；基于困难区域中心点，结合高斯分布生成的随机偏移量获得另一个困难区域中心点；分别以两个中心点为矩形框的起始点，按照预设长度和宽度生成相同大小的两个局部困难图像。
全文数据：
权利要求：
百度查询： 山东建筑大学 图像分割模型的训练方法、图像分割方法及系统
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