申请/专利权人:中国烟草总公司福建省公司;福州大学
申请日:2024-04-22
公开(公告)日:2024-06-07
公开(公告)号:CN118154882A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/82;G06V10/80;G06N3/0464;G06N3/096
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明提出基于迁移学习和骨架融合的烟叶脉络分割方法。通过迁移学习的方法去学习作为源域的视网膜数据集的知识,然后将训练后的迁移模型应用到作为目标域的烟叶数据集任务内;采用的迁移学习模型包括主干网和双分支;在训练阶段,首先通过U‑Net主干网对视网膜图片进行特征提取;其次,采用骨架化分支来辅助监督训练,保留脉络的全局拓扑结构;并且利用方向增强分支对局部细节进行学习;在推理阶段,首先让烟叶图片经过预训练后的迁移模型,得到第一阶段的烟叶脉络粗分割结果,最后通过级联的全局处理模块和局部处理模块对粗分割结果进行纠正。
主权项:1.一种基于迁移学习和骨架融合的烟叶脉络分割方法,其特征在于:通过迁移学习的方法去学习作为源域的视网膜数据集的知识,然后将训练后的迁移模型应用到作为目标域的烟叶数据集任务内;采用的迁移学习模型包括主干网和双分支;在训练阶段,首先通过U-Net主干网对视网膜图片进行特征提取;其次,采用骨架化分支来辅助监督训练,保留脉络的全局拓扑结构;并且利用方向增强分支对局部细节进行学习;在推理阶段,首先让烟叶图片经过预训练后的迁移模型,得到第一阶段的烟叶脉络粗分割结果,最后通过级联的全局处理模块和局部处理模块对粗分割结果进行纠正。
全文数据:
权利要求:
百度查询: 中国烟草总公司福建省公司;福州大学 基于迁移学习和骨架融合的烟叶脉络分割方法
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。