一种迁移学习的非规则物料的图像语义分割方法

摘要

本发明公开了一种迁移学习的非规则物料的图像语义分割方法，使用推断图像和相应准标注掩码标签的随机矢量动态渲染模型来判别语义分割任务，非规则物料图像语义分割准标注掩码标签，是首先经过图像语义流形变换器网络和测试时优化，然后通过——将目标非规则物料图像嵌入到联合潜在语义空间中来实现的，最后从推断的嵌入随机矢量中渲染语义分割准标注掩码标签。本发明基于广泛可用的未标记非规则物料图像数据补充小规模的图像语义分割标记数据集，结合有限的经过标注的非规则物料图像语义分割数据训练模型网络，获得性能优异的模型泛化能力，可有效迁移到多种不同的工业生产场景，显著减少人工标注工作量，提升方法效率。