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
本申请涉及计算机视觉技术领域，特别涉及一种基于多层级融合的图片掩码学习方法、系统、设备及介质，该方法包括以下步骤：首先，对图片进行处理，并将处理后的图片送入编码器；接下来，将编码器输出的多层级特征进行多层级融合，得到融合特征；最后，将融合特征输入至解码器；基于解码器输出的特征，对网络进行优化。本申请提供的基于多层级融合的图片掩码学习方法，相较于现有技术中直接将编码器最后一层特征直接输入解码器的方案，本申请先将编码的多层级特征进行融合之后再送入解码器中，这样一来，既保持了使用图片作为预测目标的图片
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116486207 A
(43)申请公布日 2023.07.25
(21)申请号 202310459371.5 G06N 3/08 (2023.01)
(22)申请日 2023.04.2
文档评论（0）