[发明专利]一种结合目标检测的小目标语义分割方法有效
| 申请号： | 201810706689.8 | 申请日： | 2018-07-02 |
| 公开（公告）号： | CN109145713B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 杨明;胡太 | 申请（专利权）人： | 南京师范大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 施昊 |
| 地址： | 210046 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合目标检测的小目标语义分割方法，步骤：搭建DeepLab‑Attention语义分割网络，训练该网络得到整体语义分割模型；制作小目标检测数据集和小目标语义分割数据集；通过小目标检测数据集训练基于YOLOv2的小目标检测网络；设计一个小目标语义分割网络，利用小目标语义分割数据集训练该网络，得到小目标语义分割模型；在测试阶段，分别将测试图像作为上述整体语义分割模型和小目标检测网络的输入，得到整幅图像的分割结果和图像存在的小目标边界框，并通过小目标语义分割模型进行修正。本发明能大大降低小目标的分割难度，从而有效地提高小目标的分割性能。 | ||
| 搜索关键词： | 一种 结合 目标 检测 语义 分割 方法 | ||
【主权项】：
1.一种结合目标检测的小目标语义分割方法，其特征在于，包括以下步骤：(1)搭建DeepLab‑Attention语义分割网络，通过数据集训练该网络得到整体语义分割模型；(2)根据数据集提供的实例边界标注文件，制作小目标检测数据集；根据数据集提供的像素级真实标记图，裁剪小目标图像块，制作小目标语义分割数据集；(3)通过步骤(2)得到的小目标检测数据集训练基于YOLO v2的小目标检测网络；(4)设计一个小目标语义分割网络，利用步骤(2)得到的小目标语义分割数据集训练该网络，并将步骤(3)得到的小目标检测网络所预测得到的小目标类别作为先验信息输入网络中辅助学习，得到小目标语义分割模型；(5)在测试阶段，分别将测试图像作为上述整体语义分割模型和小目标检测网络的输入，得到整幅图像的分割结果和图像存在的小目标边界框，并通过小目标语义分割模型得到的小目标分割结果对整幅图像的分割结果进行修正。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京师范大学，未经南京师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810706689.8/，转载请声明来源钻瓜专利网。
