一种基于峰值挖掘和过滤的弱监督实例分割方法

    公开(公告)号:CN115393580A

    公开(公告)日:2022-11-25

    申请号:CN202110565129.7

    申请日:2021-05-24

    申请人: 南京大学

    摘要: 一种基于峰值挖掘和过滤的弱监督实例分割方法,包括以下步骤:1)处理样本阶段;2)网络配置阶段;3)训练阶段;4)测试阶段。本发明设计的基于峰值挖掘和过滤策略引入特征融合、对抗擦除、聚类分析以增强峰值响应图的多样性和完整性,并通过迭代检索和置信度更新以检索更精确的分割掩膜。相比现有的弱监督实例分割方法,本发明的分割算法能够对图像中不同尺寸的物体实现更完整、准确的分割,从而有效地提升实例分割的精度。