申请/专利权人：陕西元翌智能科技有限公司

申请日：2024-03-19

公开（公告）日：2024-05-28

公开（公告）号：CN118097148A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/56;G06V10/774;G06V10/764;G06V10/40;G06V10/82;G06N3/0464;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：一种基于颜色匹配CAM模型的弱监督SAR影像水体语义分割方法、系统、设备及介质，方法包括：采集SAR影像制作数据集，将其训练集设置水体二分类图像级标签；训练水体二分类模型；将数据集输入训练好的水体二分类模型的特征编码模块中，得到水体特征集合F；将水体特征集合F和数据集输入颜色匹配CAM模型中，得到水体类别激活图集合M；通过阈值法得到像素级水体伪标签集合P；利用像素级水体伪标签集合P和数据集训练水体分割模型，直到满足训练终止条件，得到训练好的水体分割模型；将数据集输入训练好的水体分割模型中，得到水体像素级分割结果；系统、设备及介质用于实现该方法；本发明具有标注成本低和分割精度高的优点。

主权项：1.一种基于颜色匹配CAM模型的弱监督SAR影像水体语义分割方法，其特征在于：包括以下步骤：步骤1，采集SAR影像，将SAR影像进行裁剪得到图像块，将图像块作为样本组成数据集，随机选取数据集中的部分数据作为训练集，对训练集数据设置水体二分类图像级标签；步骤2，构建水体二分类模型，水体二分类模型包括特征编码模块和分类模块，将步骤1数据集中的训练集数据输入到特征编码模块，得到中间特征图f1,f2,f3,f4，将中间特征图f4输入到分类模块中，得到预测的二分类结果；根据预测的二分类结果、步骤1设置的水体二分类图像级标签和中间特征图f2,训练水体二分类模型，直到满足训练终止条件，得到训练好的水体二分类模型；步骤3，将步骤1中的数据集输入到步骤2训练好的水体二分类模型中的特征编码模块中，得到水体特征集合F；步骤4，构建颜色匹配CAM模型，将步骤3中得到的水体特征集合F和步骤1中采集得到的数据集输入到颜色匹配CAM模型中，得到水体类别激活图集合M；步骤5，利用步骤4中得到的水体类别激活图集合M，通过阈值法得到像素级水体伪标签集合P；步骤6，选取水体分割模型，利用步骤5中得到的像素级水体伪标签集合P和步骤1中采集的数据集训练水体分割模型，直到满足训练终止条件，得到训练好的水体分割模型；步骤7，将步骤1中采集得到的数据集输入到步骤6训练好的水体分割模型，得到最终的水体像素级分割结果。

全文数据：

权利要求：

百度查询： 陕西元翌智能科技有限公司 一种基于颜色匹配CAM模型的弱监督SAR影像水体语义分割方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD