-
公开(公告)号:CN118823343A
公开(公告)日:2024-10-22
申请号:CN202410869826.5
申请日:2024-07-01
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06N3/092 , G06N3/09 , G06N3/098
Abstract: 本发明涉及一种基于边缘引导和动态剪枝的车辆图像分割方法,属于图像处理领域。利用基于状态空间模型的混合感知编解码网络实现图像浅层和深层语义特征的提取和恢复。混合状态空间模块构建的编码器由状态空间模型分支和混合卷积分支组成,在混合卷积分支中,通过扩张卷积来扩展卷积核的感受野。多尺度边缘引导分支输入收缩路径的编码特征、扩展路径中高层的解码预测特征和高斯拉普拉斯操作的高频特征。通过动态联合剪枝算法联合学习模型权重,构建递归网络对修剪准确性奖励函数的变化进行动态建模,得到模型层压缩率和修剪准确性权衡最优分割模型。本发明不仅能够准确地分割复杂环境下的车辆图像,还能够在资源有限的设备上进行高效部署和运行。
-
公开(公告)号:CN118297901A
公开(公告)日:2024-07-05
申请号:CN202410408401.4
申请日:2024-04-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于离散扩散过程细化的轻量化脑肿瘤图像分割方法,属于图像分割技术领域。首先将获取的脑肿瘤MR图像进行专业标注然后经过一系列预处理输入到网络中。然后通过离散扩散模型在前向扩散中将分割掩码退化为粗掩码,在反向扩散中将粗掩码的像素变换到精细状态修正粗掩码中的错误预测区域。设计可解释性感知掩码的渐进式剪枝,通过可解释性感知掩码,进行动态稀疏权值。实现自适应渐进式搜索和逐层剪枝,从而使模型获得更好的收敛性和性能。最后通过细粒度对齐机制,调整剪枝前后模型之间的大小差异,通过知识蒸馏来实现对剪枝后模型学习原模型的知识和表示,自适应地确定每个样本中蒸馏网络中的蒸馏点。
-