一种基于深度学习的软弱夹层语义分割方法、设备及介质
申请号:CN202510895143
申请日期:2025-06-30
公开号:CN120807923A
公开日期:2025-10-17
类型:发明专利
摘要
本申请公开了一种基于深度学习的软弱夹层语义分割方法、设备及介质,属于语义分割的技术领域。方法包括:获取并预处理软弱夹层图像数据,生成归一化图像数据及增强图像数据处理归一化图像数据及增强图像数据,生成多尺度融合特征图;通过地质先验引导的注意力网络处理多尺度融合特征图,生成注意力加权特征图处理注意力加权特征图,生成初始分割预测图;计算初始分割预测图与真实标签的差异,生成优化梯度数据;基于优化梯度数据迭代更新模型参数,生成最终语义分割模型;基于最终语义分割模型对目标软弱夹层图像执行分割操作,生成夹层分割结果图。本申请通过上述方法实现了提升低对比度软弱夹层分割精度及泛化能力的技术效果。
技术关键词
软弱夹层
语义分割方法
语义分割模型
注意力
加权特征
融合特征
图像执行分割
生成多尺度
更新模型参数
数据
Sigmoid函数
解码器结构
空洞
输出特征
动态
边缘检测算法
计算机可执行指令