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
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
类别预测方法
XGBoost模型
基因
序列特征
BiLSTM模型
压接型IGBT器件
图谱
参数
计算误差
测量方法
深度学习模型
智能仓储
补货方法
补货系统
训练预测模型