基于背景先验的弱监督语义分割方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于背景先验的弱监督语义分割方法，包括：将仅带有图像级标签的特定数据集输入背景聚类算法中根据像素值进行背景聚类，得到聚类掩码图；将数据集输入到在自然图像上经过预训练的SAM模型中进行推理，得到预训练掩码图；通过分割结果融合模块将聚类掩码图和预训练掩码图进行基于IOU的掩码融合，生成背景掩码图；利用多个串行的多尺度拼接卷积块，实现数据集特征的塔式提取，生成分类特征图；将背景掩码图对分类特征图中的前景和背景进行区分；将前景输入到分类器进行分类操作，并进行视觉可视化；本发明专利技术解决了现有的语义分割技术中分割标签难以获得和弱监督分割效果不佳的问题。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其涉及一种基于背景先验的弱监督语义分割方法。

技术介绍

1、语义分割是计算机视觉的经典问题之一，可广泛应用于基于视觉的道路场景分割、遥感图像分割等精细分割场景，语义分割任务在具有像素级标签监督的情况下已经实现了较高的分割精度和分割效果，利用大规模标注数据训练的分割大模型甚至可以对自然图像中包含的所有目标进行较为精确的语义分割，但在医学图像、红外线图像、遥感图像等领域分割大模型的效果仍然欠佳，且特殊领域的像素级标签获取成本高昂，无法利用全监督的语义分割方法实现深度学习模型的训练。

2、随着图像语义分割技术的快速发展，目前出现了弱监督语义分割技术，旨在没有像素级标签监督的情况下构建预测模型的学习过程，仅利用已有的部分图像级标签、目标检测框或模糊标签实现语义分割，与监督学习语义标注相比，弱监督学习的语义标注更容易获取。

3、但是传统的弱监督技术存在标注数据少、网络泛化能力差的局限性，存在分割标签难以获得和弱监督分割效果不佳的问题。

技术实现思路

1、本专利技术的目的本文档来自技高网...

【技术保护点】

1.一种基于背景先验的弱监督语义分割方法，其特征在于，包括：

2.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

3.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

4.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

5.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

6.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

7.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

8....

【技术特征摘要】

1.一种基于背景先验的弱监督语义分割方法，其特征在于，包括：

2.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

3.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

4.如权利要求1所述的一种基于背景先验的弱监督语义分割方法，其特征在于，

...

【专利技术属性】
技术研发人员：丁建睿，张听，丁卓，段艺博，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：