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
本发明属于语义分割技术领域，具体为基于深度学习无监督领域适应的全景相机语义分割方法。本发明语义分割方法包括：构建视觉变换网络编码器解码器，通过视觉变换网络、可变形卷积、多层感知机、卷积等操作对输入图像进行编解码操作；使用可变形多级特征融合模块学习全景图像中发生严重形变的物体；使用在线原型适应模块，结合无监督领域适应中的自训练方法，对针孔图像和全景图像的融合特征图通过在线、单向、逐类对齐适应操作，提高网络抽取目标域样本的特征图的能力；应用网络模型时采用快速评估方法，提高网络的运行速度和分割精度。本
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116993975 A
(43)申请公布日 2023.11.03
(21)申请号 202310844676.8 G06N 3/088 (2023.01)
文档评论（0）