[发明专利]融合语义流场的编解码网络港口影像分割方法

权利要求书

1.融合语义流场的编解码网络港口影像分割方法，其特征在于，包括以下步骤：

将待分割图像输入至加载最优训练权重的融合语义流场的编解码网络，将港口影像分割为海、陆以及舰船三种类别；

所述融合语义流场的编解码网络的最优训练权重是通过训练样本及样本标签进行训练得到的，并且，所述融合语义流场的编解码网络包括依次连接的编码层、空洞卷积层和解码层，其中，编码层包括N层依次连接的卷积模块，N2；解码层包括N层依次连接的反卷积模块，每个反卷积模块中均设置有一个流对齐模块，各流对齐模块的输入与编码层中相应层级的卷积模块进行跳跃相连。

2.根据权利要求1所述的融合语义流场的编解码网络港口影像分割方法，其特征在于，所述的编码层采用ResNet34网络，包括一层卷积核为7×7的卷积操作，以及由残差模块分别叠加3、4、6、3次组成的Conv1、Conv2、Conv3、Conv4模块。

3.根据权利要求2所述的融合语义流场的编解码网络港口影像分割方法，其特征在于，所述的解码层包括四个依次连接的反卷积模块Deconv1、Deconv2、Deconv3、Deconv4，每个反卷积模块包含两个大小为3×3的卷积核、Relu激活函数以及上采样过程，每次上采样过程中均加入一个流对齐模块；

第一个FAM模块的两个输入分别为空洞卷积层输出的特征图、编码层的Conv4模块，第一个FAM模块的输出作为第二个FAM模块的输入；同理，第二个FAM模块的两个输入分别为第一个FAM模块输出的特征图、编码层的Conv3模块，第二个FAM模块的输出作为第三个FAM模块的输入；以此类推，直到第四个FAM模块的输出，经过4×4的转置卷积层，输出图像分割结果。

4.根据权利要求1-3任一项所述的融合语义流场的编解码网络港口影像分割方法，其特征在于，在训练编解码网络之前，得到训练样本及样本标签的过程包括：

获取原始影像及样本标签，对原始影像及其样本标签以设定像素值进行裁剪，得到若干张切片，并采用数据增强方式对各切片进行处理，扩充训练数据，得到最终参与网络训练的训练样本及样本标签。

5.根据权利要求4所述的融合语义流场的编解码网络港口影像分割方法，其特征在于，所述的数据增强方式包括：随机旋转、水平翻转和垂直翻转。

6.根据权利要求1所述的融合语义流场的编解码网络港口影像分割方法，其特征在于，所述的空洞卷积层包括：空洞率设置分别为1、2、4的三个卷积模块，将三个卷积模块串行连接，并通过跳跃连接将各卷积层并联，从而向解码层输出特征图。