一种基于门控注意力结构的眼底图像实例分割方法及系统
公开
摘要
本发明涉及一种基于门控注意力结构的眼底图像实例分割方法及系统，涉及图像处理技术领域，利用门控分割模型对图像进行分割，得到类别概率。首先对图像进行连续n层降采样，然后将第i层降采样输出特征与第n‑i+1层的上采样层的输出特征输入门控注意力结构，得到第n‑i+1层门控特征，并将第n‑i+1层门控特征与第n‑i+1层的上采样层的输出特征堆叠后输入第n‑i+2层上采样层，最后得到堆叠特征，并对其进行分类卷积操作，得到每个像素的病变概率。本发明引入一种门控注意力结构，并将此结构连接在原始UNet模型跳跃连接的末端，这样能够抑制UNet模型过多的学习背景区域信息，着重学习与感兴趣区域相关的特征，从而更加有效的利用GPU资源。
基本信息
专利标题 ：
一种基于门控注意力结构的眼底图像实例分割方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114612670A
申请号 ：
CN202210508601.8
公开（公告）日 ：
2022-06-10
申请日 ：
2022-05-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张冬冬
申请人 ：
北京至真互联网技术有限公司
申请人地址 ：
北京市昌平区回龙观镇龙域中街1号院1号楼7层1单元709、707
代理机构 ：
代理人 ：
优先权 ：
CN202210508601.8
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V10/25 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
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
