一种基于弱监督学习的门控特征注意力等变分割方法
实质审查的生效
摘要
本发明公开了一种基于弱监督学习的门控特征注意力等变分割方法,具体为:1、训练第一分类网络,权重共享得到第二分类网络;训练第一门控的部分融合模块,权重共享得到第二门控的部分融合模块;2、对原始图像进行仿射变换得到仿射图像;3、将原始图像、仿射图像分别输入至两个分类网络;4、将两个分类网络的最后一层的特征层分别作为类激活映射、仿射类激活映射;5、将两个分类网络的特定阶段输出的特征图输入至相应的门控的部分融合模块,得到门控特征图和仿射门控特征图;6、将步骤4和步骤5得到的结果输入至交叉特征注意力模型中,得到改进的类激活映射;7、根据改进的类激活映射实现图像的分割。本发明提高了弱监督网络的分割精度。
基本信息
专利标题 :
一种基于弱监督学习的门控特征注意力等变分割方法
专利标题(英):
暂无
公开(公告)号 :
CN114373094A
申请号 :
CN202111489573.1
公开(公告)日 :
2022-04-19
申请日 :
2021-12-08
授权号 :
暂无
授权日 :
暂无
发明人 :
陈苏婷成泽华张艳艳吴超群张闯许鑫马文妍
申请人 :
南京信息工程大学
申请人地址 :
江苏省盐城市盐南高新区新河街道文港南路105号
代理机构 :
南京经纬专利商标代理有限公司
代理人 :
陆烨
优先权 :
CN202111489573.1
主分类号 :
G06V10/764
IPC分类号 :
G06V10/764 G06V10/26 G06V10/774 G06V10/80 G06V10/56 G06V10/46 G06V10/82 G06V10/75 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-06 :
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211208
申请日 : 20211208
2022-04-19 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载