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
本发明提供一种面向复杂桌面场景的未知物体实例分割方法，涉及实例分割技术领域，针对桌面场景中存在的物体形状尺度变化、物体间相互遮挡、未知目标物体等情况，首先提出了一种深度度量学习网络，它包含多级特征融合和多尺度特征预测。然后提出了一个特征融合模块来有效地融合互补的颜色和深度信息。注意力机制和跳跃连接可以提高融合后特征图的表征能力。通过在特征提取的不同分辨率阶段部署特征融合模块，提高神经网络对物体尺寸变化的鲁棒性。最后，本发明设计了一个包含多尺度度量学习机制的损失函数，该函数考虑了不同特征层级的特征
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116883665 A
(43)申请公布日 2023.10.13
(21)申请号 202310897901.4 G06N 3/08 (2023.01)
(22)申请日 2023.07.2
文档评论（0）