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

AITNT
正文
推荐专利
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
申请号:CN202410906692
申请日期:2024-07-08
公开号:CN118865171A
公开日期:2024-10-29
类型:发明专利
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
1
基于深度引导低秩稀疏分解的红外小目标检测方法及系统
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
2
一种植入式视网膜光子神经修复方法和装置
佩戴设备 边缘检测算法 图案 闭环控制算法 发射单元
3
路径规划方法、装置、电子设备及存储介质
新障碍物 避障路径 路径规划方法 终点 路径规划装置
4
基于强化学习的视觉导航方法及系统
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
5
一种空中加油锥套目标检测跟踪和位姿估计方法
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
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