-
公开(公告)号:CN112348839B
公开(公告)日:2024-03-15
申请号:CN202011168588.3
申请日:2020-10-27
Applicant: 重庆大学
IPC: G06F30/27
Abstract: 本发明公开了一种基于深度学习的图像分割方法及系统。该方法为:将待分割图像输入图像分割模型,获得图像分割结果;图像分割模型建立过程:S1,构建训练集和测试集;S2,构建图像分割卷积网络;图像分割卷积网络包括下采样链路、上采样链路、N个联接链路,下采样链路设有N个下采样处理块,上采样链路设有N个上采样处理块;第N下采样处理块与第N上采样处理块通过第N联接链路连接;第n下采样处理块与第n上采样处理块通过第n联接链路连接,在第n联接链路上设有k个卷积块,n∈[1,N‑1];S3,利用训练集对图像分割卷积网络进行训练。在联接链路中设置k个卷积块,将原图进行k次卷积操作后再进行拼接,更全面补充信息,提升分割精确度和可靠性。
-
公开(公告)号:CN112348839A
公开(公告)日:2021-02-09
申请号:CN202011168588.3
申请日:2020-10-27
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的图像分割方法及系统。该方法为:将待分割图像输入图像分割模型,获得图像分割结果;图像分割模型建立过程:S1,构建训练集和测试集;S2,构建图像分割卷积网络;图像分割卷积网络包括下采样链路、上采样链路、N个联接链路,下采样链路设有N个下采样处理块,上采样链路设有N个上采样处理块;第N下采样处理块与第N上采样处理块通过第N联接链路连接;第n下采样处理块与第n上采样处理块通过第n联接链路连接,在第n联接链路上设有k个卷积块,n∈[1,N‑1];S3,利用训练集对图像分割卷积网络进行训练。在联接链路中设置k个卷积块,将原图进行k次卷积操作后再进行拼接,更全面补充信息,提升分割精确度和可靠性。
-