摘要
本发明公开了一种多模态塑料薄膜固废识别方法及系统,方法包括以下步骤:获取RGB‑HSI数据集;设计非对称双主干结构的多阶段特征融合网络,包括两个特征提取分支和一个融合单元;一个特征提取分支RGB图像进行特征提取,另一个特征提取分支HSI图像进行深层次的特征提取,融合单元利用FPN主干网络将两个特征提取分支的特征图进行多阶段融合;结合多阶段特征融合网络和实例分割网络Mask R‑CNN构建模型并加载RGB‑HSI数据集进行训练,得到预测模型;利用预测模型实现多模态塑料薄膜固废识别。本发明提供了一种RGB与HSI高光谱特征融合方法,利用不同材质之间光谱特征的差异,从深层特征中挖掘光谱信息,弥补RGB图像的缺点。
技术关键词
固废识别方法
塑料薄膜
实例分割网络
多阶段特征
特征融合网络
多模态
分支
图像
波长
特征融合方法
工控机
样本
融合特征
反射率数据
模型训练模块
算法
伪彩图
系统为您推荐了相关专利信息
热收缩包装
实例分割网络
抓取方法
立体视觉
Canny边缘检测器
线索提取方法
特征选取方法
专用特征
特征提取网络
特征融合网络
人体动作识别方法
交叉注意力机制
原型
样本
动作识别模型
RGB彩色图像
点云
惯性里程计
多源异构信息融合
扩展卡尔曼滤波方法