基于目標(biāo)檢測(cè)的戶型圖識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN202010031494.5 申請(qǐng)日 -
公開（公告）號(hào) CN111310755B 公開（公告）日 2022-07-08
申請(qǐng)公布號(hào) CN111310755B 申請(qǐng)公布日 2022-07-08
分類號(hào) G06V10/25（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 陳旋;呂成云;賀葉羊 申請(qǐng)（專利權(quán)）人 江蘇艾佳家居用品有限公司
代理機(jī)構(gòu) 南京新慧恒誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 -
地址 211100 江蘇省南京市江寧區(qū)江南路9號(hào)招商高鐵廣場(chǎng)項(xiàng)目A座5層（南站片區(qū)）
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于目標(biāo)檢測(cè)的戶型圖識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，通過獲取攜帶標(biāo)簽數(shù)據(jù)的訓(xùn)練戶型圖，在YOLOV3模型的DarkNet53網(wǎng)絡(luò)后面加入Mask分支，并Head網(wǎng)絡(luò)中加入Centerness分支，得到初始模型，將訓(xùn)練戶型圖輸入初始模型中進(jìn)行訓(xùn)練，讀取各個(gè)分支的損失函數(shù)，在各個(gè)分支的損失函數(shù)均取到最小值時(shí)，根據(jù)初始模型當(dāng)前的模型參數(shù)確定檢測(cè)模型，將待識(shí)別戶型圖輸入檢測(cè)模型，輸出檢測(cè)結(jié)果，識(shí)別檢測(cè)結(jié)果中的矩形標(biāo)注框，合并表征相同特征的矩形標(biāo)注框，依據(jù)最終的矩形標(biāo)注框確定待識(shí)別戶型圖的各部分特征，以準(zhǔn)確確定待識(shí)別戶型圖的各部分特征，提高戶型圖的識(shí)別效率。