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
本发明涉及一种训练目标分割模型的方法，包括：获取训练集，训练集包括多帧连续的原始图像，各帧原始图像均标注有目标的真实标签；将训练集中的原始图像输入卷积神经网络，获得每帧原始图像的多个尺度的特征图；将当前帧原始图像的第一特征图和前一帧原始图像的第二特征图输入门控循环单元网络，以获得融合特征图；将当前帧原始图像的多个尺度的特征图和融合特征图输入特征融合解码网络，获得目标的预测标签；基于损失函数计算真实标签和预测标签之间的损失，并根据损失对目标分割模型进行迭代训练，直到目标分割模型收敛，得到训练后的目
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117237756A
(43)申请公布日2023.12.15
(21)申请号202311191062.0G06N3/044(2023.01)
文档评论（0）