摘要
本发明提供一种超前支护小导管检测模型训练方法、检测方法及装置,包括:使用深度相机拍摄超前小导管支护图像作为样本并添加标签,构建训练样本集;将训练样本集输入初始检测模型进行训练,使用特征提取网络提取图像特征,使用路径聚合网络对图像特征进行自上而下和自下而上的双向融合得到融合特征,使用多任务检测头对融合特征解码,得到各样本中超前小导管支护的预测类别、预测边界框信息和预测关键点坐标,构建联合损失优化初始检测模型,得到超前小导管支护检测模型;将检测模型预测得到的二维点坐标投影到配对的深度图上,采用偏移优化方法计算超前小导管支护的三维坐标和相邻间距。本发明能够提高检测精度、降低劳动强度和作业危险程度。
技术关键词
检测模型训练方法
超前小导管
计算机视觉技术
关键点
特征提取网络
训练样本集
融合特征
预测类别
深度相机
坐标
作业危险程度
金字塔池化模块
Sigmoid函数
深度图
标签
多任务
图像增强模型
检测头