一种基于引导注意力推理网络的弱监督语义分割方法

摘要

本发明中提出的一种基于引导注意力推理网络的弱监督语义分割方法，其主要内容包括：对网络注意力的自我引导、整合额外的监督，其过程为，引导注意力推理网络具有分类流和注意力挖掘两个网络流，分类流有助于识别类的区域，注意力挖掘确保所有可能有助于分类决策的区域都将被纳入网络的注意力之中，使注意力图变得更加完整、准确，通过这两种损失函数可以联合生成和训练注意力图；引入引导注意力推理网络的扩展，在弱监督的学习框架中无缝集成额外的监督，从而控制注意力图学习过程。本发明基于一个端到端的框架，可以在训练阶段直接将特定任务的监督应用于注意力图上，且可以减少弱监督和额外监督之间的差距，提高了其泛化性能。