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：四川大学

摘要：本发明涉及图像分割领域，具体涉及一种基于Mamba的超轻量图像分割方法及计算机装置，保持优秀分割性能的同时，能够最大化的优化计算资源，获得超轻量化的模型，更适用于移动检测设备。技术方案包括：获取原始图像，将原始图像预处理后得到原始图像集，将原始图像集按照设定比例划分为训练集、验证集和测试集；构建基于Mamba的超轻量图像分割模型；将训练集与验证集中的原始图像作为基于Mamba的超轻量图像分割模型的输入，对基于Mamba的超轻量图像分割模型进行图像分割训练；将测试集中的原始图像输入训练好的基于Mamba的超轻量图像分割模型，得到图像的分割结果。本发明适用于图像分割。

主权项：1.一种基于Mamba的超轻量图像分割方法，其特征在于，包括：S1、获取原始图像，将原始图像预处理后得到原始图像集，将原始图像按照设定比例划分为训练集、验证集和测试集；S2、构建基于Mamba的超轻量图像分割模型；所述基于Mamba的超轻量图像分割模型主要由编码器、解码器以及编码器及解码器之间的跳跃连接组成；所述编码器包括第一残差卷积模块、第二残差卷积模块、第一并行卷积模块以及第二并行卷积模块，所述解码器包括卷积模块、第一并行视觉模块、第二并行视觉模块以及第三并行视觉模块，所述跳跃连接通过注意力机制模块进行多层次、多尺度的信息融合，所述注意力机制模块主要由空间注意力机制子模块以及通道注意力机制子模块组成；所述第一残差卷积模块及第二残差卷积模块结构相同，主要由并行的三层卷积层组成，所述第一并行卷积模块以及第二并行卷积模块结构相同，主要由四个并行层组成，每个并行层主要由三个残差连接的分支构成，第一分支由视觉状态空间块和跳跃连接组成，第二分支由卷积核为3的标准卷积和跳跃连接组成，第三分支由卷积核为5的标准卷积和跳跃连接组成；所述第一并行视觉模块、第二并行视觉模块以及第三并行视觉模块结构相同，主要由四个并行层组成，每个并行层主要由视觉状态空间块和跳跃连接组成，视觉状态空间块主要由两个分支组成，第一个分支主要由线性层和SiLU激活函数组成，第二个分支主要由线性层、深度卷积、SiLU激活函数、状态空间模型和层归一化层组成，最后通过逐元素乘法合并两个分支以输出；S3、将训练集与验证集中的原始图像作为基于Mamba的超轻量图像分割模型的输入，对基于Mamba的超轻量图像分割模型进行图像分割训练；S4、将测试集中的原始图像输入训练好的基于Mamba的超轻量图像分割模型，得到图像的分割结果。

全文数据：

权利要求：

百度查询： 四川大学 一种基于Mamba的超轻量图像分割方法及计算机装置