基于深度学习的图像分割方法及装置.pdf
一条****贺6
亲,该文档总共12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
基于深度学习的图像分割方法及装置.pdf
本发明公开了一种基于深度学习的图像分割方法及装置,其中,方法包括:使用轮廓数据集对轮廓分支进行训练,并使用带类平衡的交叉熵loss
基于深度学习的遥感图像的分割方法.pdf
本发明属于图像处理技术领域,具体为基于深度学习的遥感图像的分割方法。本发明方法包括:选取包含若干种地物类别的遥感图像,制作图像分割标签;将大图像裁剪成若干较小的遥感图像,统计每张较小图像中各种类别比例,定义选取规则,保留部分图像,并将其定义为特定类别;利用迁移学习调取大型公开数据集的训练参数,用卷积神经网络训练制作好的分类数据集,训练得到模型参数;对测试图像的所有像素点周围选取多种测试窗口,基于多尺度对像素点进行类别分类;最后去除独立的类别噪声点,将测试结果优化。本发明实用性强,可以将大规模遥感图像快速生
基于深度学习的图像分割方法、装置、设备和存储介质.pdf
本发明实施例公开了一种基于深度学习的图像分割方法、装置、终端设备和存储介质。基于对脏器图像数据中的样本图像数据的分割标记操作得到训练集,所述脏器图像数据通过对脏器扫描得到;生成初始图像分割模型,将所述训练集输入所述初始图像分割模型进行模型训练,以获得用于图像结构分割的图像分割模型,所述初始图像分割模型在U‑Net框架的中心层添加与所述U‑Net框架的解码器分支并行的正则约束分支得到,所述正则约束分支用于对所述U‑Net框架的编码器分支进行正则约束;将待分割的脏器图像数据输入到所述图像分割模型,以对所述待分
一种基于深度学习的图像分割方法.pdf
本发明公开一种基于深度学习的图像分割方法,首先,构建语义分割模型;该语义分割模型由骨干网络、XY网络和全卷积解码网络组成;骨干网络的输入形成语义分割模型的输入,骨干网络的输出连接XY网络的输入,XY网络的输出连接全卷积解码网络的输入,全卷积解码网络的输出语义分割模型的输出;然后,利用已分割好的样本图像集对步骤1所构建的语义分割模型进行训练,得到训练好的语义分割模型;最后,将待分割的图像送入到步骤2所得到的训练好的语义分割模型中,训练好的语义分割模型输出分割好的图片。本发明的XYNet在鲁棒性,评价指标,推
基于深度学习的手势图像分割与识别方法以及装置.pdf
本发明提供了一种基于深度学习的手势图像分割与识别方法以及装置。本发明中方法首先预处理手势图像,使其图像的大小尺寸固定。其次,在复杂背景中通过密集分割网络密集的连接不同空洞率的空洞卷积获取在不同视野上的手势多尺度信息,以提高特征表述的精确性。另外,为了融合不同层级上的细节和空间位置信息,提升整体网络的分割性能,密集分割网络采用编码器‑解码器结构,去掉了冗余的背景信息,实现了手势图像的精准分割。最后将仅仅保留手势图像的掩膜图输入到手势识别网络中,采用改进算法进行识别。通过本发明可以提高手势图像的分割性能,从而