龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国人民解放军国防科技大学
摘要：本申请涉及一种城市Mesh数据的半监督语义分割方法、装置和设备，所述城市Mesh数据的半监督语义分割方法的训练过程包括监督学习部分和无监督学习部分，在无监督学习部分引入了噪声减少损失、分布对齐损失和扩展扰动空间；噪声减少损失改善了伪标签中的噪声，从而提高了其准确性；分布对齐损失减少了模型预测与伪标签之间的差异，从而提高了模型的分割准确性；扩展扰动空间增强了模型的鲁棒性和整体性能。采用城市Mesh数据的半监督语义分割方法对待分割的城市Mesh数据进行语义分割，可以提升城市Mesh数据的分割准确性。
主权项：1.一种城市Mesh数据的半监督语义分割方法，其特征在于，所述方法包括：采用有标注城市mesh数据对预构建的mesh语义分割模型进行监督训练，得到第一预测结果；根据所述第一预测结果和有标注城市mesh数据的标签确定有监督损失；采用未标记输入城市mesh数据对mesh语义分割模型进行无监督训练，得到伪标签和两个模型预测结果；无监督训练过程为：将所述未标记输入城市mesh数据进行弱增强、然后进行两次强增强后，将得到的弱增强结果、第一强增强结果以及第二强增强结果分别输入到第二个、第三个以及第四个mesh语义分割模型中，得到伪标签和两个模型预测结果；其中监督训练和无监督训练中的mesh语义分割模型是权重共享、结构相同的语义分割网络；根据所述伪标签和两个模型预测结果，计算噪声减少损失和分布对齐损失；根据所述监督损失、所述噪声减少损失以及所述分布对齐损失，对所述mesh语义分割模型进行优化更新，得到训练好的mesh语义分割模型；采用训练好的mesh语义分割模型对待分割的城市Mesh数据进行语义分割，得到待分割的城市Mesh数据语义分割结果。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 城市Mesh数据的半监督语义分割方法、装置和设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号