基于深度学习的图像语义分割方法及存储介质

授权

摘要

本发明公开了一种基于深度学习的图像语义分割方法及存储介质，图像语义分割方法包括在特征提取网络后串联一个平均全局池化层和全连接层作为分类的预训练模型，并采用Imagenet‑1K数据集对预训练模型进行分类训练；将训练后的预训练模型中的特征提取网络与轻量级ASPP模块和两个特征增强模块依次连接构成语义分割模型；通过翻转、旋转和缩放对数据集cityscapes进行扩充，并采用扩充后的数据集对语义分割模型进行训练，得到目标语义分割模型；将预处理后的新图片输入目标语义分割模型，在目标语义分割模型中进行一次前向传播，端到端地输出预测的语义分割结果。

基本信息

专利标题：

基于深度学习的图像语义分割方法及存储介质

专利标题（英）：

暂无

公开（公告）号：

CN111259983A

申请号：

CN202010091095.8

公开（公告）日：

2020-06-09

申请日：

2020-02-13

授权号：

CN111259983B

授权日：

2022-05-20

发明人：

程博管庆元楚楚潘晔胡全汪浩翔文卓豪雍怡然

申请人：

电子科技大学

申请人地址：

四川省成都市高新区（西区）西源大道2006号

代理机构：

成都正华专利代理事务所(普通合伙)

代理人：

陈选中

优先权：

CN202010091095.8

主分类号：

G06K9/62

IPC分类号：

G06K9/62