原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种高效的信息保真下采样方法和下采样模块，是分割任务中新的有效下采样方法；该模块使用Haar小波变换降低空间大小，同时增加特征通道的数量，使得空间的信息不会丢失；使用1乘1逐像素卷积运算学习代表性特征，以少量的学习参数提取图像的特征，提高语义分割的分割质量；实现了增强分割模型的性能和评估下采样后的特征的功能。本发明提出的通用下采样模块在不增加计算量的前提下直接替换池化层或跨步卷积层，并集成到当前所有的语义分割的架构中；本发明提出了新度量指标特征熵，用于对采样后的特征质量进行度量，评估
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116012605 A
(43)申请公布日 2023.04.25
(21)申请号 202310086379.1 G06V 20/70 (2022.01)
文档评论（0）