一种基于U-Net的红外图像语义分割方法

摘要

一种基于U‑Net的红外图像语义分割方法，属于图像分割技术领域，为了解决现有技术存在的问题，该方法：构建网络模型：整个网络包括十三个卷积块，其中每个卷积块由跳跃连接、拼接操作、卷积层和激活函数组成；准备数据集：对整个卷积网络先用语义分割数据集进行训练；训练网络模型：将步骤2中准备好的数据集输入到步骤1中构建好的网络模型中进行训练；选择最小化损失函数和最优评估指标；微调模型：用红外图像数据集对模型进行训练和微调，得到稳定可用的模型参数，进一步提高模型的图像语义分割能力；保存模型：将最终确定的模型参数进行固化，之后需要进行红外图像语义分割操作时，直接将图像输入到网络中即可得到最终的分割图像。