1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

基于多角度原型挖掘的少样本语义分割方法研究.pdf

基于多角度原型挖掘的少样本语义分割方法研究.pdf

    1. 1、本文档共67页，其中可免费阅读21页，需付费100金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    语义分割是计算机视觉领域的经典任务之一，旨在为目标图像中的每个独立的像素

    分配与其语义信息相同的类别。然而，基于深度学习的语义分割模型往往依赖于在极大

    规模的像素级人工标注数据集上训练来达到最佳性能，且只能作用于预定义的语义类别，

    通常无法推广到训练中未曾出现过的类上。因此，少样本学习被应用到语义分割任务中

    来应对这一问题。少样本语义分割模型不仅只需要极少数人工标注的像素级数据便可对

    预定义的语义类别进行分割，还可以扩展到训练中未曾见过的语义类别上。尽管如此，

    现有少样本语义分割模型大多基于原型

    您可能关注的文档

    最近下载

    文档评论（0）

    dongbuzhihui + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >