基于深度学习的图像语义分割优化方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的图像语义分割优化方法及系统
申请号:CN202511009754
申请日期:2025-07-22
公开号:CN120510391B
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开了基于深度学习的图像语义分割优化方法及系统,属于图像处理技术领域;用于解决现有方案中边界感知能力不佳的技术问题;通过构建双路径网络架构,实现了语义特征与边界特征的协同学习,从输入预处理到特征融合形成闭环优化,直接针对边界感知能力不佳的核心问题;动态注意力融合模块实现了边界区域增强‑关键通道筛选‑噪声动态抑制的闭环优化;设计的加权交叉熵可以解决类别不平衡,设计的改进型边界距离损失可以增强边界定位准确性,设计的多尺度特征一致性损失可以确保深浅层特征语义对齐;通过动态权重调整机制可以根据训练进展自适应平衡各损失贡献,可以显著提升模型对复杂边界的分割鲁棒性。
技术关键词
图像语义分割 边界特征 注意力 语义特征 动态 边缘检测 解码网络 双路径网络 多尺度 分支 特征金字塔 路径特征 图像处理技术 设计特征 纹理特征 网络架构 模块 像素 噪声