-
公开(公告)号：CN108596240A
公开(公告)日：2018-09-28
申请号：CN201810357683.4
申请日：2018-04-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于判别特征网络的图像语义分割方法，属于模式识别技术领域。本发明首先将样本集随机分成训练集合，对每个训练集合中的数据进行数据扩增；之后以全卷积网络为基础，分别构建两个子网络：平滑网络和边界网络，并将两个子网络组合成判别特征网络；再将训练集合中的数据输入判别特征网络，并采用正向传播算法和后向传播算法训练网络参数；之后利用交叉熵函数分别计算两个子网络的损失，采用随机梯度下降算法最小化损失函数；最后利用训练后的判别特征网络对待测图片进行分析，预测图像中每个像素所属的类别，形成图像语义分割图输出。本发明方法提出了一种判别特征网络用于，解决了类内不一致和类间差别小的问题。
-
公开(公告)号：CN108596240B
公开(公告)日：2020-05-19
申请号：CN201810357683.4
申请日：2018-04-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于判别特征网络的图像语义分割方法，属于模式识别技术领域。本发明首先将样本集随机分成训练集合，对每个训练集合中的数据进行数据扩增；之后以全卷积网络为基础，分别构建两个子网络：平滑网络和边界网络，并将两个子网络组合成判别特征网络；再将训练集合中的数据输入判别特征网络，并采用正向传播算法和后向传播算法训练网络参数；之后利用交叉熵函数分别计算两个子网络的损失，采用随机梯度下降算法最小化损失函数；最后利用训练后的判别特征网络对待测图片进行分析，预测图像中每个像素所属的类别，形成图像语义分割图输出。本发明方法提出了一种判别特征网络用于，解决了类内不一致和类间差别小的问题。
-
Search Results
2
records
(took 0.019 seconds)
