一种基于深度学习的壮族少数民族服饰分割方法技术

本发明专利技术公开了一种基于深度学习的壮族少数民族服饰分割方法，通过构建少数民族服饰图像库，建立语义分割模型训练模型，对需要识别的图像进行使用Mosaic数据增强预处理，不仅能够识别到比较小的物体，丰富检测物体的背景，通过图像标签平滑操作，减少了过拟合的情形，降低了模型过于相信预测类别的风险，同时使用辅佐分支结构，获得更合理的语义分割模型训练模型，提高了机器识别效率，解决了现有技术中的壮族少数民族服饰使用机器识别效率不高的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
一种基于深度学习的壮族少数民族服饰分割方法


[0001]本专利技术涉及图像语义分割领域和深度学习
，尤其涉及一种基于深度学习的壮族少数民族服饰分割方法。

技术介绍

[0002]民族服饰通常包括饰品、袖子、上衣、裙子、护腿、裤子和腰带等，种类繁多。
[0003]人们对于服饰的区分主要通过人为的观察进行识别，通常将少数民族上的饰品、袖子、上衣、裙子、护腿、裤子和腰带等区分开进行识别，因此非常依赖识别者的经验与阅历。
[0004]但单纯依赖人工对大批量的服饰进行识别，容易使识别者产生疲劳，识别效率低，依靠人工监督与决策常常出现识别效率较低等问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于深度学习的壮族少数民族服饰分割方法，旨在解决现有技术中的壮族少数民族服饰使用机器识别效率不高的技术问题。
[0006]为实现上述目的，本专利技术采用的一种基于深度学习的壮族少数民族服饰分割方法，包括下列步骤：
[0007]构建壮族服饰分割模型；
[0008]获取原始壮族少数民族服饰图像数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的壮族少数民族服饰分割方法，其特征在于，包括下列步骤：构建壮族服饰分割模型；获取原始壮族少数民族服饰图像数据，进行预处理，获得壮族少数民族服饰预处理图像数据；将所述壮族少数民族服饰预处理图像数据输入所述壮族服饰分割模型，对所述壮族服饰分割模型进行训练；选择需判断的少数民族服饰数据集输入训练后的所述壮族服饰分割模型，输出分割判断结果。2.如权利要求1所述的基于深度学习的壮族少数民族服饰分割方法，其特征在于，在对所述少数民族服饰预处理图像数据输入所述壮族服饰分割模型的过程中，对输入的所述少数民族服饰预处理图像数据进行初始化，通过编码器进行特征的提取，并利用解码器进行图像的处理并恢复到原始少数民族服饰图片，通过全连接网络进行图片的分割，分割出壮族服饰，获得壮族服饰数据集。3.如权利要求2所述的基于深度学习的壮族少数民族服饰分割方法，其特征在于，在获得壮族服饰数据集的具体步骤为，将所述少数民族服饰预处理图像数据初始化固定到512
×
512像素，传入编码器进行上采样操作提取特征，将上采样的特征图输入解码器，解码器融合特征图进行全卷积处理，并用双线性差值恢复原始图像分割出壮族服饰数据集。4.如权利要求3所述的基于深度学习的壮族少数民族服饰分割方法，其特征在于，在选择需判断的少数民族服饰数据集输入训练后的所述壮族服饰分割模型的判断过程中，将需要判断的少数民族...

【专利技术属性】
技术研发人员：覃琴，颜靖柯，王鑫，李黄河，王逸轩，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：