申请/专利权人:杭州电子科技大学
申请日:2024-04-01
公开(公告)日:2024-06-25
公开(公告)号:CN118247486A
主分类号:G06V10/25
分类号:G06V10/25;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种基于轻量化三分支编解码网络的多模态显著性目标检测方法及系统,方法如下:步骤1:获取训练和测试任务的RGB‑D‑T数据集,并对数据集进行预处理;步骤2:构建并使用训练数据集训练基于深度学习的轻量化RGB‑D‑T图像显著性目标检测模型;步骤3:使用完成训练的网络模型接收测试数据集进行显著目标检测。经过训练后本发明提出的轻量化网络模型对显著目标检测具有较高的精准度。
主权项:1.一种基于轻量化三分支编解码网络的多模态显著性目标检测方法,其特征是按如下步骤:步骤1:获取训练和测试任务的RGB-D-T数据集,并对数据集进行预处理;步骤2:构建并使用训练数据集训练基于深度学习的轻量化RGB-D-T图像显著性目标检测模型;步骤3:使用完成训练的网络模型接收测试数据集进行显著目标检测。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 基于轻量化三分支编解码网络的多模态显著性目标检测方法及系统
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。