一種基于改進DeepLabV3+網(wǎng)絡(luò)的機械零部件圖像分割算法

基本信息

申請?zhí)?/td> CN202210184465.1 申請日 -
公開（公告）號 CN114627290A 公開（公告）日 2022-06-14
申請公布號 CN114627290A 申請公布日 2022-06-14
分類號 G06V10/26（2022.01）I;G06V10/80（2022.01）I;G06V10/52（2022.01）I;G06V10/82（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 付生鵬;侯維廣;夏仁波;趙吉賓;孫海濤;張誠 申請（專利權(quán)）人 沈陽智能機器人創(chuàng)新中心有限公司
代理機構(gòu) 沈陽科苑專利商標代理有限公司 代理人 -
地址 110016遼寧省沈陽市沈河區(qū)南塔街114號
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于改進DeepLabV3+網(wǎng)絡(luò)的機械零部件圖像分割算法。包括：首先，在主干網(wǎng)絡(luò)中引入注意力機制來提升有效特征信息的重要性，增強對零部件目標的學(xué)習(xí)能力。其次，增加底層特征來源以充分利用特征融合分支進行自適應(yīng)學(xué)習(xí)低級特征的空間信息，并且將原4倍上采樣操作分解為逐層上采樣，減少了重要像素信息的丟失。最后，使用不對稱卷積來增強解碼層中3×3卷積的核骨架部分，提高了卷積核的處理能力以及模型精度。本發(fā)明方法實現(xiàn)了對零部件圖像中的零部件區(qū)域的準確分割，有效彌補了傳統(tǒng)DeepLabV3+對零部件圖像分割時存在邊緣分割模糊、不完全分割的問題，同時具有一定的實時性，提升工業(yè)化效率。