基于深度学习的特征字典构建及图像分割方法
基本信息
| 申请号 | CN202010182299.2 | 申请日 | - |
| 公开（公告）号 | CN111368845A | 公开（公告）日 | 2020-07-03 |
| 申请公布号 | CN111368845A | 申请公布日 | 2020-07-03 |
| 分类号 | G06K9/34;G06K9/62;G06N3/04;G06N3/08;G06N20/00 | 分类 | - |
| 发明人 | 张庆辉;王彩红;张东林;常夏宁;吴小雪 | 申请（专利权）人 | 郑州艾毅电子科技有限公司 |
| 代理机构 | 河南科技通律师事务所 | 代理人 | 张晓辉;樊羿 |
| 地址 | 450001 河南省郑州市高新技术产业开发区莲花街100号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的特征字典构建及图像分割方法，旨在解决现有技术中定位不精确，细节不敏感的技术问题本发明。本发明包括以下步骤：制作图像训练数据集，其含有表示目标类别的边框盒；使用全卷积自适应网络提取数据集中图像的像素级特征；提取图像中目标的边界框和掩膜；将掩膜中包含的像素点和训练数据集中的边框盒进行比对，对掩膜进行分类，形成的所有掩膜以及它们对应的类别即为特征字典。本发明的有益技术效果在于：兼顾精度和效率，不要求图像尺寸相同，适应性强。 |
