[发明专利]基于生成对抗网络的图像语义分割模型构建方法和装置有效
| 申请号： | 201910818647.8 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110570433B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 吴霞 | 申请（专利权）人： | 北京影谱科技股份有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京万思博知识产权代理有限公司 11694 | 代理人： | 高镇 |
| 地址： | 100000 北京市*** | 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： | 本申请公开了一种基于生成对抗网络的图像语义分割模型构建方法和装置，该方法使用分割模型训练源域数据集，再使用生成对抗网络将源域数据集转换为新的目标域数据集，该新的目标域数据集保留了源域数据集中图像的结构特征但同时具有目标域数据集的全局特征，因此使用新的目标域数据集微调源域分割模型将降低源域和目标域的域移位影响，并且不会对数据的其他图像特征产生负影响，提高了图像语义分割模型的泛化能力，提高了自适应图像语义分割模型的精度和效率。如此，通过使用生成对抗网络有效的减少了源域和目标域间域移位的影响，提高了自适应图像语义分割的准确率和效率，并降低了成本，不用人工的工作也能取得较高的准确度。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 图像 语义 分割 模型 构建 方法 装置 | ||
【主权项】：
1.一种基于生成对抗网络的图像语义分割模型构建方法，包括：/n选取基础数据集，确定出目标域数据集和源域数据集；/n采用源域数据集对分割模型进行训练，训练后得到源域分割模型，所述源域分割模型通过双边分割网络进行图像特征提取；/n采用生成对抗网络模型对从源域数据集中所提取出的图像与目标域数据集进行对抗训练，使得生成真实的图像样本，并将训练完的图像样本输出构成新的目标域数据集；/n采用经分割模型训练后的源域数据集的权重值作为对所述新的目标域数据集进行分割模型训练的起始点，使用所述新的目标域数据集微调所述源域分割模型，其中是使用交叉熵作为损失函数进行微调，最终构建出适用于目标域数据集的语义分割模型。/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北京影谱科技股份有限公司，未经北京影谱科技股份有限公司许可，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/201910818647.8/，转载请声明来源钻瓜专利网。
