公开(公告)号：CN114358144B

公开(公告)日：2023-09-26

申请号：CN202111543178.7

申请日：2021-12-16

Applicant: 西南交通大学

Inventor： 彭博 ,  李晓凡

IPC: G06V10/774 ,  G06N3/0464 ,  G06T7/11 ,  G06V10/82 ,  G06V10/75

Abstract: 本发明涉及深度学习、计算机视觉以及图像处理领域，具体为一种图像分割质量评估方法，包括以下具体步骤：S1、收集数据信息并构建训练集和验证集；S2、选取神经网络结构并进行训练，利用验证集确定当前网络参数；S3、在训练集，利用对比学习的方法对特征空间层网络参数进行微调；S4、得到相似性匹配图，并以类激活图为指导转化为得分，确定最优迭代次数和最优网络参数；S5、对于原始图像和待评估分割结果，利用最优带参网络输出相似性匹配图，并以当前图像的类激活图为指导，输出最终得分。本发明在应用阶段无需真实标签即可给出得分，又将类激活图引入指导最终评估得分，使评估得分更加符合人类的视觉，取得了较好的结果。

公开(公告)号：CN114358144A

公开(公告)日：2022-04-15

申请号：CN202111543178.7

申请日：2021-12-16

Applicant: 西南交通大学

Inventor： 彭博 ,  李晓凡

IPC: G06K9/62 ,  G06N3/04 ,  G06T7/11 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明涉及深度学习、计算机视觉以及图像处理领域，具体为一种图像分割质量评估方法，包括以下具体步骤：S1、收集数据信息并构建训练集和验证集；S2、选取神经网络结构并进行训练，利用验证集确定当前网络参数；S3、在训练集，利用对比学习的方法对特征空间层网络参数进行微调；S4、得到相似性匹配图，并以类激活图为指导转化为得分，确定最优迭代次数和最优网络参数；S5、对于原始图像和待评估分割结果，利用最优带参网络输出相似性匹配图，并以当前图像的类激活图为指导，输出最终得分。本发明在应用阶段无需真实标签即可给出得分，又将类激活图引入指导最终评估得分，使评估得分更加符合人类的视觉，取得了较好的结果。