公开(公告)号：CN116580201A

公开(公告)日：2023-08-11

申请号：CN202310598870.2

申请日：2023-05-25

Applicant: 哈尔滨工业大学

Inventor： 谷延锋 ,  曾晓鹏 ,  高国明 ,  王远航

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于关键点的域自适应植物器官实例分割方法，本发明涉及基于关键点的域自适应植物器官实例分割方法。本发明的目的是为了解决现有的基于深度学习的实例分割算法面对不同数据集由于样本多样性导致的目标域和源域不匹配问题。过程为：1：构建基于关键点的实例分割网络模型：11：对源域的植物图像进行深度特征提取，得到不同尺度的特征图；12：对特征图上的每个元素预测一组关键点；13：将关键点转化为边界框，在特征图上提取边界框对应的感兴趣区域局部特征；14：局部特征输入语义分割网络；2：获得训练好的实例分割网络模型；3：将目标域图像输入训练好的实例分割网络模型，输出域自适应实例分割结果。本发明用于植物器官实例分割领域。