公开(公告)号：CN116935047A

公开(公告)日：2023-10-24

申请号：CN202310855954.X

申请日：2023-07-12

申请人： 中国科学院自动化研究所

发明人： 高伟 ,  谢楚云 ,  胡占义

IPC分类号： G06V10/26 ,  G06V10/52 ,  G06V10/766 ,  G06V10/774 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/047 ,  G06N3/088

摘要： 本发明提供一种基于事件的无监督域适应的语义分割网络的训练方法，其中方法包括：确定三分支自注意力网络；基于源域自注意力网络，对样本事件对中的样本合成事件的合成事件特征进行语义分割，得到第一语义分割结果；基于目标域自注意力网络，对样本事件对中的样本真实事件的真实事件特征进行语义分割，得到第二语义分割结果；基于交叉注意力网络，对合成事件特征和真实事件特征进行语义分割，得到第三语义分割结果；基于第一语义分割结果和样本合成事件的图像标签、第二语义分割结果和样本真实事件的伪标签，以及第三语义分割结果和第二语义分割结果，对三分支自注意力网络进行参数迭代，得到语义分割网络，提高了语义分割的准确性和可靠性。