基于深度学习的图像语义分割算法的应用研究

摘要：

随着近年来计算机技术的高速发展,各种高科技的产品不断出现在我们的生活中,数据已经成为我们生活中不能分割的部分.图像分割技术已经在生活中有了很广泛的应用,同时随着计算机的发展,基于深度学习的数据处理方法能够处理大量的数据信息,同时其也有着比较好的图像语义分割效果.但是在实际使用过程中,由于深度学习仍存在许多不足,神经网络需要进行大量的训练准备工作才能够投入实际的使用过程中,不仅如此相关参数的设计和结构都决定着神经网络的工作效率,大量的专业人才、知识、时间和精力的投入使得效率不能得到提升.基于此,本文提出了使用边界框来实现对图像语义的分割,从而实现在弱监督条件下获得比较精准的分割精度,同时通过在实际交通中的应用进行了验证.验证结果表明,提出的改进算法能够获得比较好的图像语义分割效果.

关键词：计算机技术、数据、深度学习、图像分割

所属期刊栏目：6

分类号：TP3(计算技术、计算机技术)

在线出版日期：2022-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：196-198