多模态图像分割模型的训练方法和多模态图像分割方法

    公开(公告)号:CN117649422A

    公开(公告)日:2024-03-05

    申请号:CN202410121532.4

    申请日:2024-01-30

    Applicant: 安徽大学

    Inventor: 杜秀全 章旭

    Abstract: 本申请涉及一种多模态图像分割模型的训练方法和多模态图像分割方法,其中,该训练方法包括:获取训练样本集,训练样本包括源域真实图及其分割标签和、目标域真实图;通过源域真实图和目标域真实图,对图像转换模块进行训练,并通过图像转换模块得到源域生成图及其特征图、目标域生成图及其特征图、源域真实图和目标域真实图的特征图;通过训练样本集、源域生成图及其特征图、目标域生成图及其特征图、源域真实图和目标域真实图的特征图,对图像分割模块进行训练。解决了目前基于半监督学习的多模态图像分割方法中,当目标域的生成图和真实图之间存在较大的数据分布差异时,半监督学习的有效性会受到影响,最终影响图像分割效果的问题。

    多模态图像分割模型的训练方法和多模态图像分割方法

    公开(公告)号:CN117649422B

    公开(公告)日:2024-04-12

    申请号:CN202410121532.4

    申请日:2024-01-30

    Applicant: 安徽大学

    Inventor: 杜秀全 章旭

    Abstract: 本申请涉及一种多模态图像分割模型的训练方法和多模态图像分割方法,其中,该训练方法包括:获取训练样本集,训练样本包括源域真实图及其分割标签和、目标域真实图;通过源域真实图和目标域真实图,对图像转换模块进行训练,并通过图像转换模块得到源域生成图及其特征图、目标域生成图及其特征图、源域真实图和目标域真实图的特征图;通过训练样本集、源域生成图及其特征图、目标域生成图及其特征图、源域真实图和目标域真实图的特征图,对图像分割模块进行训练。解决了目前基于半监督学习的多模态图像分割方法中,当目标域的生成图和真实图之间存在较大的数据分布差异时,半监督学习的有效性会受到影响,最终影响图像分割效果的问题。

Patent Agency Ranking