摘要
本发明公开了一种基于特征融合和稠密连接网络的红外面目标实例分割方法,采集并构建实例分割所需的红外图像数据集,获得原有已知的红外标签图像;对所述红外图像数据集作图像增强的预处理;对预处理后的训练集进行处理获得分类结果、边框回归结果和实例分割掩膜结果图;使用随机梯度下降法在卷积神经网络中根据预测损失函数进行反向传播,并更新卷积网络的参数值;每次选取固定数量的红外图像数据训练集送入网络进行处理,重复对卷积网络参数进行迭代更新,直至最大迭代次数完成对卷积网络的训练;对测试集图像数据进行处理,获取实例分割的平均精度和所需时间,以及最终实例分割结果图。
- 单位