-
公开(公告)号：CN115995002B
公开(公告)日：2023-06-16
申请号：CN202310293401.X
申请日：2023-03-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种网络构建方法，利用骨干网络、条形池化语义增强模块SPSEM和门控融合模块GFM，构建编码器模块；利用6个上下文指导模块CGM，构建解码器模块；将编码器模块的输出端与解码器模块的输入端连接，将解码器模块的输出端与拼接运算层的输入端连接，将拼接运算层的输出端与卷积层的输入端连接，将卷积层的输出端与上采样层的输入端连接，构成初始语义分割模型；利用样本数据训练初始语义分割模型，得到目标语义分割模型。本发明利用目标语义分割模型实现了对城市场景常见物体的语义分割，充分利用多尺度的全局以及局部信息和大感受野中更多的远程上下文信息，有效提高语义分割的精度。
-
公开(公告)号：CN118918326A
公开(公告)日：2024-11-08
申请号：CN202410941236.9
申请日：2024-07-15
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/00 , G06N3/0464 , G06V10/80 , G06N3/084
Abstract: 本发明公开了一种基于双边融合网络的城市场景实时语义分割方法，包括：获取城市场景数据集并进行数据预处理，按比例将数据集划分成训练集、验证集和测试集；搭建双边融合网络；利用训练集、验证集对双边融合网络进行训练，获得最优网络模型；将测试集输入到最优网络模型，得到城市场景图像语义分割结果。本发明通过空间分支和语义分支分别获取图像的空间细节特征和高级语义信息，引入上下文信息聚合器捕获更大感受野的语义，使用语义细节融合模块更有效的融合低级空间细节特征和高级语义信息，实现了对图像空间细节和语义信息的有机结合，在提高模型分割精度的同时，保持了网络的实时性，确保实时语义分割中精度和推理速度的平衡。
-
公开(公告)号：CN118968051A
公开(公告)日：2024-11-15
申请号：CN202410948929.0
申请日：2024-07-15
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06V20/00 , G06N3/0442
Abstract: 本发明公开了一种基于门控对齐网络的城市场景实时语义分割方法，包括：获取城市场景数据集并进行数据预处理，按比例将数据集划分成训练集、验证集和测试集；搭建门控对齐网络，所述门控对齐网络包括编码器模块和解码器模块；利用训练集、验证集对门控对齐网络进行训练，获得最优网络模型；将测试集输入到最优网络模型，得到城市场景图像语义分割结果。本发明利用最优门控对齐网络模型实现了对城市场景常见人和物的实时语义分割，有效提取上下文信息、融合低层细节和高层语义、减少冗余计算、实现实时语义分割中精度和推理速度的平衡。
-
公开(公告)号：CN115995002A
公开(公告)日：2023-04-21
申请号：CN202310293401.X
申请日：2023-03-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种网络构建方法，利用骨干网络、条形池化语义增强模块SPSEM和门控融合模块GFM，构建编码器模块；利用6个上下文指导模块CGM，构建解码器模块；将编码器模块的输出端与解码器模块的输入端连接，将解码器模块的输出端与拼接运算层的输入端连接，将拼接运算层的输出端与卷积层的输入端连接，将卷积层的输出端与上采样层的输入端连接，构成初始语义分割模型；利用样本数据训练初始语义分割模型，得到目标语义分割模型。本发明利用目标语义分割模型实现了对城市场景常见物体的语义分割，充分利用多尺度的全局以及局部信息和大感受野中更多的远程上下文信息，有效提高语义分割的精度。
-
-
-
Search Results
4
records
(took 0.023 seconds)
