一种基于框标注的弱监督图像分割方法
基本信息
| 申请号 | CN202111257634.1 | 申请日 | - |
| 公开（公告）号 | CN113971678A | 公开（公告）日 | 2022-01-25 |
| 申请公布号 | CN113971678A | 申请公布日 | 2022-01-25 |
| 分类号 | G06T7/11（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 姜振涛;程健 | 申请（专利权）人 | 中科南京人工智能创新研究院 |
| 代理机构 | 南京泰普专利代理事务所（普通合伙） | 代理人 | 张帆 |
| 地址 | 211135江苏省南京市创研路266号麒麟人工智能产业园3号楼3楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出一种基于框标注的弱监督图像分割方法，所述图像分割方法可分为三个步骤：步骤1、初始化输入；步骤2、深度学习模型；步骤3、规范化输出。所述步骤1中的初始化输入是完成图像转换为深度学习数据；所述步骤2中的深度学习模型是依据深度学习原理，具体为通过堆叠卷积计算，池化计算以及各类激活函数实现一个复杂的深度学习模型结构，最终搭建一个端到端的图像分割模型；所述步骤3中的规范化输出分为两阶段：训练阶段和应用阶段，训练阶段和应用阶段不同点在于在规范化输出中对深度学习模型的计算结果进行不同处理方式，以达到训练模型的效果和现实应用的功能。 |
