基于深度学习的复杂背景下物体尺寸测量方法及系统

本申请提供一种基于深度学习的复杂背景下物体尺寸测量方法及系统，方法包括：训练得到当前场景下的RCF模型；用相机对待检测物体进行拍摄，采集待检测物体图像；将待检测物体图像送入到当前场景下的RCF模型，得到待检测物体的粗轮廓边缘图；将粗轮廓边缘图进行处理得到待检测物体的亚像素坐标点，根据亚像素坐标点得到待检测物体的图像长度和图像宽度；根据相机的标定参数以及图像长度和图像宽度，计算得出待检测物体的物理长度和宽度。本申请方法利用深度神经网络的自我学习能力，去除复杂背景的干扰，只提取待检测的物体边缘图，经过二元多项式插值使物体具有亚像素精度，提高了测量精度高，增强了测量方法的适应性。