面向无监督分割的双分支上采样域自适应网络

工业应用中,表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本,针对该问题,提出了双支路特征融合的域适应分割方法(dual-branch feature fusion domain adaptation,DbFFDA).借鉴U-Net的跨层连接设计思路,提出了双分支上采样结构的残差域适应分割网络(residual adaptation network,Res-Adp);同时提出了融合特征输入用于提升网络分割性能,克服了字符缺失的问题;此外,提出了分割连续性损失函数LCon,抑制了分割图像中噪点的产生.在石墨电极表面压印字符无监督分割实验中,所提方法MIoU值可达69.60％,实际分割效果已基本满足字符识别需求,有望在特定工业场景中投入实际应用,为企业节省数据集标注成本.