公开(公告)号：CN118097138A

公开(公告)日：2024-05-28

申请号：CN202410175513.X

申请日：2024-02-07

Applicant: 北京工业大学

Inventor： 李建强 ,  赵琳娜 ,  李欣阳 ,  孙海川 ,  王瞾萱 ,  张睿 ,  徐曦

IPC: G06V10/26 ,  G06V10/30 ,  G06V10/34 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/092

Abstract: 一种基于协同增强学习的小目标分割与分类方法属于计算机视觉中的图像处理领域。本发明充分利用小目标分割和小目标分类任务之间的关联性，以协同优化的方式同时增强分割与分类任务的性能。具体来说，该方法首先利用改进的无监督小目标掩膜提取和基于类激活增强的弱监督小目标分割生成小目标对象融合掩膜，实现了有限的分类标注信息下获取像素级类别信息，解决了轮廓级别标注稀缺的问题。其次利用融合分割掩膜训练小目标分割模型，实现小目标对象的精细化分割。最后，利充分融合掩膜图像指导分类模型，消除了来自真实世界非目标噪声的干扰，有效帮助分类模型准确识别小目标对象。通过此类分割‑分类协同训练的方式，充分利用两个之间的互补性，实现同时小目标的分割与分类。