公开(公告)号：CN115082678A

公开(公告)日：2022-09-20

申请号：CN202210705586.6

申请日：2022-06-21

Applicant: 桂林电子科技大学

Inventor： 林镇源 ,  谢胜勇 ,  黄剑萧 ,  张文辉 ,  蒋小莲 ,  许轩瑞 ,  韩刘远志 ,  李昆霖 ,  廖子僮

IPC: G06V10/26 ,  G06V10/82 ,  G06V40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的图像分割方法，首先，构建语义分割模型；该语义分割模型由骨干网络、XY网络和全卷积解码网络组成；骨干网络的输入形成语义分割模型的输入，骨干网络的输出连接XY网络的输入，XY网络的输出连接全卷积解码网络的输入，全卷积解码网络的输出语义分割模型的输出；然后，利用已分割好的样本图像集对步骤1所构建的语义分割模型进行训练，得到训练好的语义分割模型；最后，将待分割的图像送入到步骤2所得到的训练好的语义分割模型中，训练好的语义分割模型输出分割好的图片。本发明的XYNet在鲁棒性，评价指标，推理速度，模型大小，推理浮点计算数以及图像的可视化结果上都取得了不错的效果，相对于现有的网络均衡性更强。