一種基于深度學(xué)習(xí)的金屬零件快速分割方法
基本信息
申請?zhí)?/td> | CN202210157462.9 | 申請日 | - |
公開(公告)號 | CN114494272A | 公開(公告)日 | 2022-05-13 |
申請公布號 | CN114494272A | 申請公布日 | 2022-05-13 |
分類號 | G06T7/10(2017.01)I;G06T7/00(2017.01)I;G06T7/70(2017.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 李威燃;唐廷浩;夏齊平 | 申請(專利權(quán))人 | 蘇州才炬智能科技有限公司 |
代理機構(gòu) | - | 代理人 | - |
地址 | 215300江蘇省蘇州市昆山市花橋鎮(zhèn)徐公橋路2號中茵廣場E區(qū)705室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于深度學(xué)習(xí)的金屬零件快速分割方法,包括:通過Labelme圖像標注工具建立金屬零件數(shù)據(jù)集;輸入單張圖像,使用基于FPN網(wǎng)絡(luò)的物體檢測算法預(yù)測感興趣目標區(qū)域和候選框坐標(x,y,w,h),采用Resnet?50及特征金字塔作為基礎(chǔ)網(wǎng)絡(luò)來獲取整張輸入圖像的特征;將感興趣目標區(qū)域建模為另兩個重疊圖層,分別為Top Layer和Bottom Layer,并進行卷積操作以進一步提取特征;使用RoI Align算法根據(jù)物體檢測框位置,在整張圖片特征圖內(nèi)準確摳取感興趣目標區(qū)域的特征子圖,將其作為雙圖卷積神經(jīng)網(wǎng)絡(luò)的輸入并用于最終的物體分割;根據(jù)自定義的損失函數(shù),更新模型參數(shù),迭代上述步驟,計算是否達到預(yù)設(shè)精度。 |
