一种用于嵌入式设备的图像分割方法、系统及计算机
摘要文本
本发明提供一种用于嵌入式设备的图像分割方法、系统及计算机,方法包括:基于SAM模型的图片编码层对一次训练图片进行像素提取,以获取标准像素分类结果;构建初始学习模型,获取一次训练图片的识别像素分类结果;基于标准像素分类结果及识别像素分类结果构建损失函数,以获取最终学习模型;基于最终学习模型构建嵌入式分割模型,获取待分割图片,通过嵌入式分割模型对待分割图片进行图像分割。以一次训练图片为基准,使图片编码层为初始学习模型提供额外的监督信号,完成对图片编码层的功能学习及模型压缩,形成最终学习模型,将庞大的参数量大幅压缩,可适配嵌入式设备的硬件资源及性能,实现于嵌入式设备中对图像的高效处理。
申请人信息
- 申请人:江西求是高等研究院
- 申请人地址:330000 江西省南昌市红谷滩区学府大道899号慧谷产业园3期8号楼
- 发明人: 江西求是高等研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种用于嵌入式设备的图像分割方法、系统及计算机 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311716466.7 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117409207A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06V10/26 |
| 权利人 | 江西求是高等研究院 |
| 发明人 | 刘晨 |
| 地址 | 江西省南昌市红谷滩区学府大道899号慧谷产业园3期8号楼 |
专利主权项内容
1.一种用于嵌入式设备的图像分割方法,其特征在于,包括以下步骤:获取一次训练图片,并基于SAM模型的图片编码层对所述一次训练图片进行像素提取,以获取标准像素分类结果;构建包括编码器层、线性映射层、位置编码层及分类层的初始学习模型,将所述一次训练图片切割为若干个第一子图片,将若干个所述第一子图片作为输入值输入所述线性映射层,以将若干个所述第一子图片转换为若干个向量图片,并输出至所述编码器层,通过所述位置编码层为所述编码器层内的所述向量图片赋予位置编码信息,通过所述编码器层对所述向量图片进行像素特征提取,以获取带位置编码信息的像素特征信息,并输出至所述分类层,通过所述分类层将所述像素特征信息转换为识别像素分类结果;基于所述标准像素分类结果及所述识别像素分类结果构建损失函数,并基于所述损失函数校正所述初始学习模型,以获取最终学习模型;基于所述最终学习模型构建嵌入式分割模型,并通过二次训练图片校正所述嵌入式分割模型,获取待分割图片,通过校正后的所述嵌入式分割模型对所述待分割图片进行图像分割。