专利交易市场

本发明实施例提供一种基于分割网络优化的图像语义分割方法及系统，其中方法包括：确定待语义分割的图像；将所述图像输入至分割网络优化模型中，得到所述分割网络优化模型输出的图像语义分割结果；其中，所述分割网络优化模型是基于样本图像以及对应的像素类别标注进行多阶段损失函数训练后得到的，所述像素类别标注是预先确定的。本发明解决了现有传统的语义分割模型的训练方法不能很好地勾勒出分割部分的边界，对超声图像进行分割时经常出现不圆滑的边界和锯齿状边界的现象问题。

本发明公开了一种基于条带池化的图像语义分割方法，包括：提取图像分割训练数据集的图像特征；将图像特征输入深度空洞卷积模块，通过紧缩激励模块压缩得到紧密特征图和底层特征图；将紧密特征图进行金字塔编码得到五个特征图，并对其分别解码，并与底层特征图进行融合，拼接为融合特征图；将底层特征图条带池化编码，提取高级特征后，解码得到池化后的特征图；将池化后的特征图和融合特征图进行加法融合，再经降噪解码后得到图像分割输出；输入数据集进行训练保存为SD‑NET模型，将图片输入到SD‑NET模型得到分割结果。本发明利用条带池化提取底层特征，结合紧缩激励层和非局部层进一步去除图像噪声，在图像上采样时进一步融合。