买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国科学院空间应用工程与技术中心
摘要:本发明提供一种生物图像实例分割模型的训练方法,可以基于局部显著特征语义引导对生物图像实例分割模型进行训练,在训练过程中,通过引入第一权重向量和第二权重向量,能够强化生物图像实例分割模型对输入的图像的局部显著特征的关注度,弱化生物图像实例分割模型对输入的图像的背景图像特征的关注度。基于生物图像实例分割模型输出的训练结果,可以对生物图像实例分割模型的模型参数、第一权重向量和第二权重向量进行不断地更新,从而提高生物图像实例分割模型对输入的生物图像实例分割的精度。
主权项:1.一种生物图像实例分割模型的训练方法,其特征在于,用于训练生物图像实例分割模型,所述生物图像实例分割模型包括主干特征提取器、特征融合处理器以及解码器;所述方法包括:将至少一个训练图像输入至所述主干特征提取器;对于所述至少一个训练图像中的任一训练图像,所述任一训练图像包括前景图像和背景图像;所述前景图像包括局部显著特征;所述背景图像中的特征为背景图像特征;所述局部显著特征包括至少一个待分割目标对应的图像特征;所述任一训练图像对应有预先标注的特征标签;所述主干特征提取器对所述任一训练图像在不同尺度下进行特征提取,输出所述任一训练图像对应的至少一个特征图像;不同的所述特征图像对应的分辨率不同;对于所述至少一个特征图像中的任一特征图像,所述特征融合处理器基于第一权重向量、第二权重向量、局部显著特征图真实值和背景图真实值,调整所述任一特征图像;所述局部显著特征图真实值和所述背景图真实值基于所述任一训练图像对应的特征标签确定;所述第一权重向量用于基于所述局部显著特征图真实值对所述任一特征图像的局部显著特征进行增强处理;所述第二权重向量用于基于所述背景图真实值对所述任一特征图像的背景图像特征进行减弱处理;所述解码器对所述任一训练图像对应的调整后的各特征图像进行解码处理,输出分割结果;所述分割结果包括所述任一训练图像对应的各调整后的特征图像的特征预测值;在确定所述生物图像实例分割模型不满足模型收敛条件的情况下,基于所述分割结果调整所述生物图像实例分割模型的模型参数。
全文数据:
权利要求:
百度查询: 中国科学院空间应用工程与技术中心 一种生物图像实例分割模型的训练方法
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。