一种多工件堆叠实时实例分割方法及其计算机储存介质

AITNT
正文
推荐专利
一种多工件堆叠实时实例分割方法及其计算机储存介质
申请号:CN202410769550
申请日期:2024-06-14
公开号:CN118799261A
公开日期:2024-10-18
类型:发明专利
摘要
本发明涉及视觉检测技术领域,尤其是指一种多工件堆叠实时实例分割方法及其计算机储存介质,其包括以下步骤:采集图像数据:获取图样样本;制作数据集:对采集到的图像样本上进行目标实例的标注,为每个目标实例提供个体级别的分割掩码;训练YOLOX‑BlendMask实例分割模型:使用步骤S20中制作的数据集对模型进行训练,将图像样本输入模型,计算输出结果,并与标注的目标实例的分割掩码进行比较,计算损失函数;然后根据损失函数,使用反向传播算法更新模型的参数;输出目标实例的类别和分割掩码。本发明设计巧妙,可快速对工件进行实例分割,又保证了检测的精度,有助于提高生产效率、降低生产成本。
技术关键词
实例分割方法 实例分割模型 多工件 计算机储存介质 传播算法 样本 图像 视觉检测技术 数据 参数 模块 标注工具 残差网络 复杂度 图样 输出特征 训练集 标签
系统为您推荐了相关专利信息
1
一种基于深度学习的机器视觉检测方法
机器视觉检测方法 深度学习模型 医学图像数据集 三维医学图像数据 机器视觉检测技术
2
基于序列特征与蛋白质语言模型的耐药基因及抗性类别预测方法
类别预测方法 XGBoost模型 基因 序列特征 BiLSTM模型
3
基于强化学习的红外目标探测双波段自动选择方法及装置
强化学习模型 双波段 表达式 红外探测系统 策略
4
基于复杂参数图谱的压接型IGBT结温测量方法及装置
压接型IGBT器件 图谱 参数 计算误差 测量方法
5
一种基于大模型的智能仓储预测与补货方法及系统
深度学习模型 智能仓储 补货方法 补货系统 训练预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号