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
查询特征
多尺度特征
原型
图像分割方法
融合特征
电信号
QRS波群
上下文特征
融合特征
编码特征
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
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