科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于金字塔空洞卷积网络的语义分割方法,包括以下步骤：获取包含真实分割结果的医疗图像数据集,对该数据集进行数据增强等预处理操作；将预处理图像通过残差递归卷积模块、池化层得到浅层图像特征；通过由金字塔池化模块和空洞卷积模块并联的网络得到深层图像特征；通过反卷积层、跳跃连接和残差递归卷积模块对深层图像特征解码；将解码结果输入到softmax层得到每个像素所属类别；训练金字塔空洞卷积网络,建立损失函数,通过训练样本确定网络参数；将测试图像输入到训练完成的金字塔空洞卷积网络,得到该图像的语义分割结果。本发明采用的空洞卷积和金字塔池化方法能有效提取多尺度的语义信息和细节信息,提升网络的分割效果。
- 单位
