摘要
本发明公开了一种基于深度学习的工业关键点检测方法、装置及计算机设备,该方法通过步骤S101:通过标注点的方式对图像的关键点进行点标注;步骤S102:将各标注点按照设定的像素扩张为以标注点为中心的正方形区域;步骤S103:将各正方形的标注点转换为圆形热力图的标注点;步骤S104:将各标记后的图像进行模型训练,以生成关键点检测模型;步骤S105:将被检测图像输入到所述关键点检测模型中进行关键点的检测,并检测到关键点点坐标输出,由于采用点标注的方式,使得标注更加的简单,通过标注点像素扩张和热力图转换可大大提高关键点的检测精度。另外,在检测时采用输出热力图分布的最大点作为关键点坐标输出,可大大提高检测到效率。
技术关键词
关键点检测方法
热力图
模型训练模块
像素
工业
计算机设备
格式图像数据
坐标点
深度学习模型
标记
处理器
存储器
圆心
精度
系统为您推荐了相关专利信息
动态编码方法
多模态注意力
纹理特征
梯度直方图
通道注意力机制
最小化方法
年龄
无线衰落信道
曲线
无线传感网络
交通流量预测算法
辅助平台
智能交通
交通道路
交通状况监测