-
公开(公告)号：CN114943965B
公开(公告)日：2024-05-10
申请号：CN202210608548.9
申请日：2022-05-31
Applicant: 西北工业大学宁波研究院
IPC: G06V20/70 , G06V20/13 , G06V10/26 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于课程学习的无监督域自适应遥感图像语义分割方法，利用课程学习思想，通过线性增长的占比ki的目标域像素数目和类别平衡的伪标签筛选策略，使得教师模型MT以不同置信阈值生成伪标签，结合源域数据Ds预训练的教师模型MT直接应用于置信度阈值的计算和伪标签的生成，使得训练过程更稳定；同时，训练过程中伪标签的数量呈线性增加，从而动态修改实现对目标域数据生成由易得到难的伪标签，实现稳定有效的训练。
-
公开(公告)号：CN114943965A
公开(公告)日：2022-08-26
申请号：CN202210608548.9
申请日：2022-05-31
Applicant: 西北工业大学宁波研究院
IPC: G06V20/70 , G06V20/13 , G06V10/26 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于课程学习的无监督域自适应遥感图像语义分割方法，利用课程学习思想，通过线性增长的占比ki的目标域像素数目和类别平衡的伪标签筛选策略，使得教师模型MT以不同置信阈值生成伪标签，结合源域数据Ds预训练的教师模型MT直接应用于置信度阈值的计算和伪标签的生成，使得训练过程更稳定；同时，训练过程中伪标签的数量呈线性增加，从而动态修改实现对目标域数据生成由易得到难的伪标签，实现稳定有效的训练。
-
公开(公告)号：CN112308860A
公开(公告)日：2021-02-02
申请号：CN202011177523.5
申请日：2020-10-28
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于自监督学习的对地观测图像语义分割方法。采用语义图像修复任务作为自监督学习的辅助任务对编解码图像修复网络进行预训练，并引入显著性检测和注意力机制，以提高网络的区域特征提取能力；随后，将预训练的网络经过微调用于语义分割任务，实现对仅有少量标签的对地观测图像数据集的语义分割。本发明能够解决标注数据不足的情况下现有语义分割方法难以从对地观测图像中提取特征和分割精度不足的问题，具有更高的语义分割精度。
-
公开(公告)号：CN112308860B
公开(公告)日：2024-01-12
申请号：CN202011177523.5
申请日：2020-10-28
Applicant: 西北工业大学
IPC: G06T7/10 , G06V10/46 , G06V10/764 , G06V10/80
Abstract: 本发明提供了一种基于自监督学习的对地观测图像语义分割方法。采用语义图像修复任务作为自监督学习的辅助任务对编解码图像修复网络进行预训练，并引入显著性检测和注意力机制，以提高网络的区域特征提取能力；随后，将预训练的网络经过微调用于语义分割任务，实现对仅有少量标签的对地观测图像数据集的语义分割。本发明能够解决标注数据不足的情况下现有语义分割方法难以从对地观测图像中提取特征和分割精度不足的问题，具有更高的语义分割精度。
-
-
-
Search Results
4
records
(took 0.015 seconds)
