多模态图像分割模型的训练方法及多模态图像分割方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
多模态图像分割模型的训练方法及多模态图像分割方法
申请号:CN202510065374
申请日期:2025-01-15
公开号:CN119992251A
公开日期:2025-05-13
类型:发明专利
摘要
本申请提供了一种多模态图像分割模型的训练方法及多模态图像分割方法,包括:获取目标对象的多模态样本图像集合,包括多个模态的样本图像以及样本图像的真实标签区域。将多模态样本图像集合输入到初始无偏多模态融合分割网络,获取图像分割结果,图像分割结果中包括预测标签区域。基于真实标签区域和预测标签区域确定损失函数值。基于损失函数值对初始无偏多模态融合分割网络进行训练,得到训练好的无偏多模态融合分割网络。初始无偏多模态融合分割网络包括图像融合功能模块,图像融合功能模块包括特征提取模块和双流融合模块,特征提取模块用于提取样本图像的图像特征,双流融合模块用于基于多个图像特征的并集和交集进行特征融合。
技术关键词
融合图像特征 多模态 特征提取模块 矩阵 解码模块 样本 功能模块 多尺度特征融合 编码模块 图像分割模型 特征提取器 注意力 图像分割方法 适配器 网络 标签 多尺度池化
系统为您推荐了相关专利信息
轨道制动系统 阀类部件 层次分析法 测试样品 浸油预处理
矩阵 密度聚类算法 分析方法 多维特征向量 兴趣点
数据处理方法 属性基加密 特征融合技术 国密算法 差分隐私
输入输出子系统 智能电动汽车 分布式控制方法 路径跟踪系统 拉普拉斯
二维图像特征 机械臂抓取技术 RGBD图像 多模态特征融合 残差网络