[发明专利]一种采用概率图梯度损失函数的图像语义分割方法在审
| 申请号： | 201910779851.3 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110660061A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 王吴凡;朱纪洪;杨佳利;匡敏驰;史恒;闫星辉 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 11250 北京三聚阳光知识产权代理有限公司 | 代理人： | 李郁 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种采用概率图梯度损失函数的图像语义分割方法，其特征在于含有：图像语义分割数据集，卷积网络，归一化指数函数，概率图损失以及概率图梯度损失。所述卷积网络用于从所述图像语义分割数据集中提取特征，这些特征经过所述归一化指数函数处理形成预测概率图。用于训练网络模型的损失函数由所述概率图损失与所述概率图梯度损失两部分构成。所述概率图损失使预测概率图中单个像素的概率值尽可能接近真实概率值，所述概率图梯度损失使预测概率图梯度尽可能接近真实概率图梯度。本发明的一种采用概率图梯度损失函数的图像语义分割方法能够有效学习语义分割图的局部细节特征，适用于推广应用。 | ||
| 搜索关键词： | 概率图 图像语义 损失函数 归一化指数 分割数据 真实概率 卷积 预测 训练网络模型 单个像素 函数处理 局部细节 提取特征 有效学习 语义分割 分割 网络 概率 | ||
【主权项】：
1.一种采用概率图梯度损失函数的图像语义分割方法，其特征在于包含：图像语义分割数据集，卷积网络，归一化指数函数，概率图损失以及概率图梯度损失。/n
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清华大学，未经清华大学许可，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/201910779851.3/，转载请声明来源钻瓜专利网。
