基于迁移学习提升语义分割模型效果的框架

授权

摘要

本发明公开了一种基于迁移学习提升语义分割模型效果的框架，包括下述内容：1)将迁移学习引入到语义分割领域，使得快速语义分割网络可以通过教师模型提升学生模型分割效果；2)提出一致性映射度量教师和学生模型的轮廓和纹路信息，并通过构造一致性损失函数来使得快速语义分割在细节处分割得更好；3)利用老师模型和条件随机场(CRF)模型为无标签数据生成辅助标签，并把数据加入到训练集，提升模型的泛化能力和分割效果。本发明在不引入额外模型参数，降低模型速度的情况下，提升了快速语义分割模型的准确率。

基本信息

专利标题：

基于迁移学习提升语义分割模型效果的框架

专利标题（英）：

暂无

公开（公告）号：

CN109087303A

申请号：

CN201810929169.3

公开（公告）日：

2018-12-25

申请日：

2018-08-15

授权号：

CN109087303B

授权日：

2022-04-01

发明人：

谢佳锋胡建芳钟逸朱海昇郑伟诗

申请人：

中山大学

申请人地址：

广东省广州市海珠区新港西路135号

代理机构：

广州市华学知识产权代理有限公司

代理人：

李斌

优先权：

CN201810929169.3

主分类号：

G06T7/10

IPC分类号：

G06T7/10