一种基于深度学习的针织面料组织循环基元分割方法和装置

AITNT
正文
推荐专利
一种基于深度学习的针织面料组织循环基元分割方法和装置
申请号:CN202411524668
申请日期:2024-10-29
公开号:CN119693399A
公开日期:2025-03-25
类型:发明专利
摘要
本发明提供一种基于深度学习的针织面料组织循环基元分割方法,包括以下步骤:获取针织面料图像,采用训练好的深度学习模型对针织面料图像进行多尺度特征提取;在提取的特征图中筛选出峰值点,根据峰值点之间的距离构建霍夫投票空间,基于霍夫投票空间确定循环基元尺寸;基于循环基元尺寸对针织面料组织循环基元进行分割。该方法不仅提升了分析过程的速度,还确保了结果的高精度,为针织面料组织循环基元分割提供了一种更为高效和可靠的方法。
技术关键词
针织面料 基元 最佳特征 分割方法 多尺度特征提取 组织 坐标 数学拟合方法 尺寸 图像 正态分布函数 多分支结构 空间金字塔 概率密度函数 深度学习模型 特征提取模块 分割装置 计算机程序产品 处理器
系统为您推荐了相关专利信息
1
一种小行星多阶段地物识别与表面特征解析方法
地物识别 识别感兴趣区域 解析方法 标志物 分割方法
2
一种基于Fourier-Net-SAR的多角度配准模型
多角度 特征提取网络 分辨率 通道 形状上下文方法
3
一种卷烟包灰裂口率计算方法、检测系统及装置
率计算方法 多级特征 多角度 上采样 卷积神经网络模块
4
一种基于生态位适应度的水华预测方法及系统
深度学习预测模型 Hurst指数 随机森林模型 生态 过采样方法
5
一种基于小样本学习的焊接飞溅自动检测方法与系统
原型 样本 特征提取网络 多尺度特征提取 表达式
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