一种基于深度学习的超像素分割方法.pdf
一只****懿呀
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
一种基于深度学习的超像素分割方法.pdf
本发明公开了一种基于深度学习的超像素分割方法,具体包括针对编码器部分的网络过参数化、网络剪枝和解码器部分的TPT(Top‑down‑top)解码结构,本发明基于深度学习并具备端到端学习能力,具备与其他视觉任务更充分的融合能力,进而可以促进其它视觉任务的快速发展。该发明的方法步骤大体分为三个阶段:网络搜索策略中的网络过参数化阶段;网络搜索策略中的网络剪枝阶段;网络解码能力强化并重新训练阶段。本发明在编码器特征提取过程中的边界捕捉能力和解码器超像素分割过程中的结构保留能力均有提升,能有效减少错分割现象的出现,
基于深度学习和超像素分割的复材超声图像缺陷检测方法.pdf
本发明公开了基于深度学习和超像素分割的复材超声图像缺陷检测方法,包括以下步骤:步骤1、对复材超声检测图像进行扩增形成训练样本集,基于训练样本集通过YOLOv3神经网络对复材缺陷进行特征检出与提取,得到缺陷目标检测包围框;步骤2、采用超像素分割方法对复材超声检测图像进行像素级分割,得到若干超像素分割子区域;步骤3、将包含缺陷的超像素分割子区域位于缺陷目标检测包围框外部的部分舍弃,将包含缺陷的超像素分割子区域位于缺陷目标检测包围框内部的部分保留并合并作为最终缺陷区域;步骤4、拟合最终缺陷区域的最小外接矩形作为
一种基于PCBA的超像素图像分割方法.pdf
本发明公开了一种基于PCBA的超像素图像分割方法,包括:获取原始图像;提升原始图像的对比度得到输入图像;计算输入图像的显著值并生成显著图;对显著图进行超像素分割,并获取超像素标签;基于超像素标签创建超像素图像,超像素图像中的每个像素的像素值为对应超像素块的平均灰度值;基于最佳分割阈值将原始图像分割为目标区域和背景区域,生成由目标区域与背景区域组成的分割图。针对PCBA颜色信息简单,没有包含复杂的背景信息的特点,本发明在进行最终的分割之前,先利用超像素标签生成超像素图像,这样,既保留了原图的边缘等重要信息,
基于超像素与分水岭的遥感图像深度学习分割方法及系统.pdf
本发明公开了一种基于超像素与分水岭的遥感图像深度学习分割方法及系统,通过利用超像素分割算法对遥感图像进行超像素分割,输出超像素分割结果图;利用语义分割类卷积神经网络对遥感图像进行地物分割,输出地物分割结果图;将每个超像素块的几何中心定义为种子点的位置,结合输出的超像素分割图和地物分割结果图,逐个统计计算超像素块内不同地物类别标签的占比数量,取占比最大的地物类别标签作为该超像素块种子点类别;将定义的种子点作为输入参数,利用分水岭算法对遥感图像进行地物分割,输出相同尺寸的地物分割效果图。本发明有效提高遥感图像
一种基于超像素分割的车辆轮廓提取方法.pdf
本发明公开了一种基于超像素分割的车辆轮廓检测方法,实现少量处理器性能开销下的车辆轮廓提取方法,提高车辆具体信息提取的准确性;针对车辆轮廓提取问题,通过超像素背景差分,结合区域亲和度分类的方法,实现快速车辆轮廓提取,具有准确率高、速度快的特点,避免了轮廓提取消耗大量处理能力的问题,解决了快速车辆轮廓提取的问题。