基于深度學習的邊緣檢測濾波器優(yōu)化方法

基本信息

申請?zhí)?/td> CN202011109798.5 申請日 -
公開（公告）號 CN112308870B 公開（公告）日 2022-06-14
申請公布號 CN112308870B 申請公布日 2022-06-14
分類號 G06T7/13（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/143（2017.01）I 分類 計算；推算；計數(shù);
發(fā)明人 尹仕斌;郭寅;郭磊;徐金辰 申請（專利權(quán)）人 易思維（杭州）科技有限公司
代理機構(gòu) - 代理人 -
地址 310051浙江省杭州市濱江區(qū)濱安路1197號3幢495室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學習的邊緣檢測濾波器優(yōu)化方法，包括：采集多張待測物圖像，記為訓練圖像集；分別框選各張圖像中的待測特征并標注，得到標注圖像；以第一張訓練圖像作為輸入圖像；對輸入圖像進行卷積，再計算各個像素點的梯度，輸入到Sigmiod函數(shù)中進行激活處理，得到輸出結(jié)果圖；將輸出結(jié)果圖記為新的輸入圖像，重復；利用softmax函數(shù)得到歸一化結(jié)果圖，計算歸一化結(jié)果圖與標注圖像的損失矩陣MLoss和LOSS值；利用損失矩陣MLoss進行反向傳播，得出修正后的各層邊緣檢測濾波器；以下一張訓練圖像作為輸入圖像并利用修正后的各層邊緣檢測濾波器繼續(xù)重復，直到LOSS值發(fā)生收斂；本方法邊緣檢測穩(wěn)定更好，魯棒性高且計算量小。