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：浙江工业大学
摘要：一种基于层级注意力增强激活的弱监督语义分割方法，包括以下步骤：步骤1.使用VisionTransformer网络构建生成激活图模型的基线网络；步骤2.为步骤1构建的网络逐层添加层级令牌，拼接每层的层级令牌和初始输入令牌送入网络块中进行层级注意力增强操作；步骤3.构建块令牌和层级令牌分类损失函数，对网络进行监督训练；步骤4.使用网络最后一层输出的块令牌生成种子区域，利用步骤3中的得到的层级注意力优化种子区域生成类激活图；步骤5.根据类激活图生成像素级伪标签，然后使用像素级伪标签训练全监督语义分割网络。本发明关注类激活图激活不完整的问题，促进语义多样性，使用层级注意力增强CAM的激活。
主权项：1.一种基于层级注意力增强激活的弱监督语义分割方法，其特征在于，所述分割方法包括以下步骤：步骤1.使用VisionTransformer网络构建生成激活图模型的基线网络；步骤2.为步骤1构建的网络逐层添加层级令牌，拼接每层的层级令牌和初始输入令牌送入网络块中进行层级注意力增强操作；步骤3.构建块令牌和层级令牌分类损失函数，对网络进行监督训练；步骤4.使用网络最后一层输出的块令牌生成种子区域，利用步骤3中的得到的层级注意力优化种子区域生成类激活图；步骤5.根据类激活图生成像素级伪标签，然后使用像素级伪标签训练全监督语义分割网络。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于层级注意力增强激活的弱监督语义分割方法
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