本發明公開了一種用于圖像分割的新型深度強化學習算法,包括以下步驟:1)采集若干相關圖像作為訓練圖像集,并且對其進行預處理,提取出包含目標區域的感興趣區域;2)針對要分割圖像的特點,建立深度強化學習所需的狀態值,動作值以及獎賞值;3)構建合適的深度學習網絡模型作為深度強化學習算法中的值網絡和目標網絡;4)在深度網絡訓練過程中,利用多因素自學習學習曲線對經驗池和樣本采樣大小進行動態調整;5)完成網絡的訓練,對測試樣本進行運動軌跡的預測,從而得到最終的圖像的分割結果。本發明提出了一種用于圖像分割的新型深度強化學習算法,通過構建合理的深度強化學習模型,并且對其經驗池和樣本采樣大小進行合理改進,能夠有效提高模型訓練效率,獲得較為精確的分割結果,具有較強的穩定性和應用性。
聲明:
“用于圖像分割的新型深度強化學習算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)