X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到国家技术转移西南中心---区域技术转移公共服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00901968]一种基于深度学习的弱监督语义分割方法

交易价格: 面议

所属行业:

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202110441665.6

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了一种基于深度学习的弱监督语义分割方法;首先利用已有的数据集在预训练的Resnet50上进行微调,然后利用训练好的Resnet50得到相应的类激活图,利用设定的阈值得到分割的伪标签,并采用全连接的条件随机场Dense conditional random fields,Dense CRF)对标签进行优化。最后,利用优化后的伪标签训练分割网络。本发明所述的方法只需使用图像级别的标签就可以完成目标的分类以及语义分割任务,极大了减少了人工标注所耗费的大量的人力物力。相比于现有的弱监督方法,本方法效率更高,定位结果更加准确。
本发明公开了一种基于深度学习的弱监督语义分割方法;首先利用已有的数据集在预训练的Resnet50上进行微调,然后利用训练好的Resnet50得到相应的类激活图,利用设定的阈值得到分割的伪标签,并采用全连接的条件随机场Dense conditional random fields,Dense CRF)对标签进行优化。最后,利用优化后的伪标签训练分割网络。本发明所述的方法只需使用图像级别的标签就可以完成目标的分类以及语义分割任务,极大了减少了人工标注所耗费的大量的人力物力。相比于现有的弱监督方法,本方法效率更高,定位结果更加准确。

推荐服务:

Copyright © 2016    国家技术转移西南中心-区域技术转移公共服务平台     All Rights Reserved     蜀ICP备12030382号-1

主办单位:四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网