跨域小样本图像语义分割关键技术研究.pdf

跨域小样本图像语义分割关键技术研究.pdf

摘要

伴随着深度学习的快速发展,基于深度学习的算法已广泛应用于人类生活

的各个领域。近年来,深度学习在图像语义分割任务中取得了显著进展,尤其是

FCN、U-Net以及DeepLab等深度神经网络架构已成为主流的分割算法。然而,

以上算法的训练通常依赖大量已标注图像,在某些领域,获取高质量标注数据既

耗时又费力。为了解决这一问题,小样本语义分割任务应运而生,并诞生了多种

高效的小样本语义分割算法。然而,当源域与目标域之间存在较大的分布偏差

时,这些小样本语义分割方法的泛化能力受到了较大的限

文档评论(0)

1亿VIP精品文档

相关文档