图像语义分割网络持续学习方法、系统、设备及存储介质.pdfVIP

下载本文档

0
0
约2.28万字
约 18页
2023-07-02 发布于四川
举报
版权申诉

图像语义分割网络持续学习方法、系统、设备及存储介质.pdf

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

本发明公开了一种图像语义分割网络持续学习方法、系统、设备及存储介质，通过在特征空间中使用对比学习对新增类别的类别知识进行挖掘，显著降低语义分割网络在后续学习阶段特征空间的优化难度，进而提升其对新类别的学习性能。而且，在输出空间中训练一辅助分类器可降低网络模型的优化难度并提升新类别的识别性能；此外，联合伪标签及伪标签降噪技术，使得在语义分割持续学习中无需提供旧类别的标签，降低标注成本。相较于现有方法，本发明无需对知识蒸馏损失进行特殊设计即可显著提升新类别性能，从而提供了一种泛用的、全新的解决方案。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116363374 A (43)申请公布日 2023.06.30 (21)申请号 202310648233.1 G06N 3/08 (2023.01) (22)申请日 2023.06.0