语义分割方法、图像处理设备以及计算机可读存储介质.pdf
是你****盟主
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
语义分割方法、图像处理设备以及计算机可读存储介质.pdf
本申请实施例公开了一种语义分割方法、图像处理设备以及计算机可读存储介质,用于在提高分割精确度的情况下,对原始图像进行语义分割。本申请实施例方法包括:获得原始图像后,将原始图像输入语义分割模型的多尺度特征提取模块,得到多尺度特征提取模块输出的原始图像的N级尺度的第一特征图;N大于或等于2的整数;语义分割模型为预先训练的模型,分别将N级尺度的第一特征图输入语义分割模型的目标融合模块,由目标融合模块对N级尺度的第一特征图进行至少一次融合处理后,得到目标融合模块输出的N级尺度的目标融合特征图,根据N级尺度的目标融
图像处理方法、计算机可读存储介质以及计算设备.pdf
本申请公开了一种图像处理方法、计算机可读存储介质以及计算设备。其中,该方法包括:获取第一图像和第二图像,其中,第一图像为对目标对象和目标屏幕进行拍摄得到的图像,第二图像为对目标屏幕显示的内容进行截屏操作得到的图像;基于第二图像对第一图像进行抠图操作,得到目标对象的图像。本申请解决了相关技术中的抠图方案由于屏幕播放内容的干扰,导致分割目标对象的图像准确度较低的技术问题。
弱监督语义分割方法、语义分割方法及可读存储介质.pdf
本申请公开了一种弱监督语义分割方法、语义分割方法、数据处理装置及计算机可读存储介质,包括利用骨干分类网络对图像块进行分类处理,得到分类特征图;分类特征图包括目标分类特征图和中间分类特征图;根据目标分类特征图得到类别激活图,利用图像分类标签和类别激活图对骨干分类网络的分类参数进行调整;利用类别激活图以及分割特征图生成伪分割标签;根据伪分割标签对第一分割网络的第一分割参数进行调整;利用分割特征图生成目标分割标签,根据目标分割标签和目标特征图对第二分割网络的第二分割参数进行调整;将训练完成后得到的目标特征图作为
骨髓细胞图像分割方法、计算机设备以及可读存储介质.pdf
本发明公开了一种基于对抗训练的半监督双分支骨髓细胞图像分割方法、计算机设备以及可读存储介质。该方法首先设计包含浅层和深层双分支架构的分割网络,其中,深层分支采用简化的Efficientnetv2网络来提取全局特征,浅层分支采用宽通道的卷积块来提取细节特征;将高分辨率的细节特征和低分辨率的全局特征进行多尺度融合,实现细节特征和全局特征的互补;其次判别网络对分割预测结果和真实标签进行有效区分,通过对抗训练使分割预测结果更接近真实标签,还利用判别网络进行半监督学习,推测出无标签图像分割预测结果中的可靠区域,将其
图像语义分割方法、装置、设备及存储介质.pdf
本发明涉及人工智能,提供一种图像语义分割方法、装置、设备及存储介质。该方法能够获取尾部类别图像及头部类别图像,对尾部类别图像进行多尺度裁剪,得到多张裁剪图像,对每张裁剪图像进行增强处理,得到多张增强图像,根据每张裁剪图像、多张增强图像及头部类别图像生成训练图像,划分训练图像,得到第一阶段训练图像及第二阶段训练图像,基于第一阶段训练图像训练预设分类器,得到初始语义分割模型,根据第二阶段训练图像对初始语义分割模型中的预设参数进行调整,得到目标语义分割模型,分析待分类图像,得到目标类别。本发明能够准确的识别出图