【技术实现步骤摘要】
本专利技术属于计算机视觉领域，具体涉及一种基于边缘的开放词汇分割模型目标识别方法。
技术介绍
1、目标分割模型是一种计算机视觉领域的技术，用于将图像中的不同目标或区域进行像素级别的分割和标记，具有广泛的应用前景。在传统的图像处理领域中，目标边缘检测、分割和分类是至关重要的任务，但传统方法存在一些限制。一般来说，这些方法通常依赖于手动定义特征提取和规则，无法充分捕捉复杂的目标结构和变化。传统的边缘检测方法一般基于边缘强度、梯度或纹理等特征，使用滤波器和阈值等技术来提取图像中的边缘信息。然而，这些方法对于纹理复杂、边缘模糊或低对比度的图像区域往往效果不佳。此外，传统的分割方法往往基于阈值、区域生长或图割等手动定义的规则，对于具有复杂形状和变化的目标，分割效果有限。而传统的分类方法则需要事先定义特征向量和分类器，无法自动学习和适应不同物体的特征表示。综上所述，传统图像处理方法在处理复杂图像时存在诸多挑战，需要更先进的技术来克服这些限制。
2、随着深度学习技术的迅猛发展，深度学习模型通过使用多层神经网络结构，能够自动从大规模标记数据...
【技术保护点】
1.一种基于边缘的开放词汇分割模型目标识别方法，其特征在于，包括：
2.根据权利要求1所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，所述开放词汇分割模型包括：PVT网络、DN网络和分类定位模块；
3.根据权利要求2所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，所述分类定位模块，利用单个全连接层预测所述目标的分类和定位，包括：
4.根据权利要求2所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，对所述开放词汇分割模型进行训练的方式包括：
5.根据权利要求4所述的基于边缘的开放词汇分割模型目标...
【技术特征摘要】
1.一种基于边缘的开放词汇分割模型目标识别方法，其特征在于，包括：
2.根据权利要求1所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，所述开放词汇分割模型包括：pvt网络、dn网络和分类定位模块；
3.根据权利要求2所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，所述分类定位模块，利用单个全连接层预测所述目标的分类和定位，包括：
4.根据权利要求2所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，对所述开放词汇分割模型进行训练的方式包括：
5.根据权利要求4所述的基于边缘的开放词汇分割模型目标识别方法，其特征在于，利用所述多个样本图像和对应的标注信息及噪声轮廓掩码图构建数据集，包括：
6.根据权利要求4所述的基于边缘...
【专利技术属性】
技术研发人员：李宇飞，田隆，王晗，陈文超，石昊南，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。