一种基于多模态图像的多任务缺陷分割方法及系统

AITNT
正文
推荐专利
一种基于多模态图像的多任务缺陷分割方法及系统
申请号:CN202411377670
申请日期:2024-09-30
公开号:CN118887244B
公开日期:2025-05-09
类型:发明专利
摘要
本申请提供一种基于多模态图像的多任务缺陷分割方法及系统。其中,根据多模态图像数据构建多模态特征融合网络;利用所述多模态特征融合网络的不同分支处理不同模态的图像数据,并通过特征变换器将不同模态的图像数据对应的特征向量映射至统一特征域,以形成融合特征;基于所述融合特征,构建多任务分割网络,并通过包含已标注缺陷位置的多模态图像数据所构建的训练集对所述多任务分割网络进行训练;利用训练完成的多任务分割网络对获取的目标多模态图像进行分割,以输出所述目标多模态图像中每个像素所属的缺陷类别以及对应的置信度。本申请提供的技术方案能够有效提高缺陷检测效率。
技术关键词
多模态特征融合 缺陷分割方法 多模态图像数据 多任务损失函数 融合特征 缺陷类别 特征提取器 变换器 分支 存储组件 深度卷积神经网络 边缘检测 皮尔逊相关系数 像素
系统为您推荐了相关专利信息
1
基于多尺度特征增强与原型融合的图像分割方法及系统
查询特征 多尺度特征 原型 图像分割方法 融合特征
2
基于高频心电信号的情绪识别方法、装置、设备和存储介质
电信号 QRS波群 上下文特征 融合特征 编码特征
3
融合分时电价要素与长短期时序特征的月度负荷预测方法
月度负荷预测方法 负荷预测模型 时序神经网络 时序特征 多尺度分块
4
基于中药识别数据的中医人才分析系统
中药材识别 中药识别 图片 分析系统 测试题
5
一种基于深度学习的宠物犬情绪识别方法及系统
宠物情绪识别 情绪识别方法 多模态特征 融合特征 深度学习模型训练
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