摘要
本发明涉及互联网与云计算产业中工业物联网信息感知;人工智能产业中生产领域人工智能等技术领域,尤其涉及一种图像中线状结构识别分割的深度学习模型、方法、存储介质和装置。本发明深度学习模型包括:主神经网络,包括:编码器模块,包括:N个编码器块,编码器块用于将待识别图像转化为空间缩减的特征图;特征融合模块,由空间缩减的特征图得到结合全局上下文和局部细节的融合特征图;残差解码器模块,逐步恢复特征图的分辨率,并细化分割结果;识别结果输出模块;边缘检测解码器神经网络,用于强化对边缘特征的学习能力;其中,边缘检测解码器神经网络中提取的边缘特征馈入相应的解码器块中。本发明可以得到更精细的分割结果。
技术关键词
深度学习模型
图像
解码器
编码器模块
线状结构
边缘检测
融合特征
HSV颜色空间
输出模块
滤波器
卷积模块
分辨率
通道
亮度
直方图均衡化
双线性
工业物联网
系统为您推荐了相关专利信息
张量分解模型
低秩稀疏分解
融合注意力机制
深度神经网络
稀疏特征
佩戴设备
边缘检测算法
图案
闭环控制算法
发射单元
新障碍物
避障路径
路径规划方法
终点
路径规划装置
视觉导航方法
图像增强模型
视觉传感器
控制移动机器人
多尺度特征提取
空中加油锥套
特征融合网络
卡尔曼滤波修正
位姿估计方法
视频帧间