首页  专利技术  电子电路装置的制造及其应用技术

一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法与流程

132次浏览

技术特征:

1.一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,包括训练阶段和测试阶段两个过程;其中,

2.根据权利要求1所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

3.根据权利要求2所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

4.根据权利要求3所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

5.根据权利要求4所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

6.根据权利要求5所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

7.根据权利要求3所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

8.根据权利要求3所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

9.根据权利要求3所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,

10.根据权利要求3所述的一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,其特征在于,


技术总结
本发明公开了一种基于双重对比知识蒸馏的镜像语义分割轻量级洞察网络的图像分割方法,涉及图像处理技术领域。包括训练阶段和测试阶段,选取多幅原始的镜面场景图像和每幅原始的镜面场景图像对应的深度图及真实语义分割图像,并构成训练集,构建卷积神经网络,将训练集输入至神经网络进行训练,将得到的权值矢量和偏置项作为卷积神经网络分类训练模型的最优权值矢量和最优偏置项,得到卷积神经网络分类训练模型,输入测试集中的待检测的镜面场景图像,模型网络输出原镜面场景图像对应的镜面场景语义分割预测图。本发明提升了镜面分割的精度和泛化能力。

技术研发人员:钱小鸿,韩振兴
受保护的技术使用者:银江技术股份有限公司
技术研发日:
技术公布日:2024/11/14
文档序号 : 【 40001632 】

技术研发人员:钱小鸿,韩振兴
技术所有人:银江技术股份有限公司

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
钱小鸿韩振兴银江技术股份有限公司
一种基于改进V-I轨迹的非侵入式负荷辨识方法 一种绿色溶剂回收废旧光伏组件电池片的方法及回收材料
相关内容