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:深圳大学
摘要:本发明公开了一种用于雨天的无源在线跨域语义分割方法、系统及终端,所述方法包括:确定出先验模型并得到特征原型;将目标域数据流输入到教师模型和先验模型进行预测,得到第一归一化结果,根据第一归一化结果得到去噪伪标签;将目标域数据流输入到学生模型中,根据学生模型的预测结果和去噪伪标签得到分割损失,根据学生模型的预测结果和特征原型得到第二归一化结果,根据所述第二归一化结果和所述第一归一化结果得到特征空间结构一致性约束;根据分割损失和特征空间结构一致性约束对模型进行监督训练,得到目标学生模型,将待处理数据流输入到目标学生模型得到待处理数据流的语义分类结果。本发明提供的模型能够在雨天实现准确的语义类别分割。
主权项:1.一种用于雨天的无源在线跨域语义分割方法,其特征在于,所述用于雨天的无源在线跨域语义分割方法包括:获取雨天的目标域数据流和非雨天的源域数据流,将所述源域数据流和所述目标域数据流分别输入到源预训练模型进行计算,得到第一目标域类特征原型、源域每批图像的置信度和目标域每批图像的置信度,根据所述目标域每批图像的置信度得到先验模型;将所述目标域数据流输入到教师模型进行特征提取得到第一特征,并将所述目标域数据流输入到所述先验模型进行预测,得到先验预测结果,根据所述第一特征、所述第一目标域类特征原型得到第一归一化结果,根据所述第一归一化结果对所述先验预测结果进行去噪,得到去噪伪标签;将所述目标域数据流输入到学生模型中,得到学生模型预测结果和第二特征,根据所述学生模型预测结果和所述去噪伪标签计算出分割损失,根据所述第二特征与所述第一目标域类特征原型得到第二归一化结果,根据所述第二归一化结果和所述第一归一化结果计算得到特征空间结构一致性约束;根据所述分割损失和所述特征空间结构一致性约束计算出目标损失函数,通过最小化所述目标损失函数训练学生模型,得到一步迭代后的学生模型,并通过指数移动平均更新教师模型的参数;根据所述目标域每批图像的置信度和所述源域每批图像的置信度对所述一步迭代后的学生模型参数进行调整,将调整后的学生模型进行下一步迭代,完成一轮的迭代后得到目标学生模型;获取待处理数据流,将所述待处理数据流输入到所述目标学生模型进行计算,得到所述待处理数据流的语义分类结果。
全文数据:
权利要求:
百度查询: 深圳大学 一种用于雨天的无源在线跨域语义分割方法、系统及终端
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。