一种基于深度学习语义分割的卷烟包灰裂口检测方法和检测系统

AITNT
正文
推荐专利
一种基于深度学习语义分割的卷烟包灰裂口检测方法和检测系统
申请号:CN202411893951
申请日期:2024-12-20
公开号:CN119723088A
公开日期:2025-03-28
类型:发明专利
摘要
本发明提出一种基于深度学习语义分割的卷烟包灰裂口检测方法和检测系统,属于卷烟检测技术领域。卷烟包灰裂口检测方法包括:获取卷烟燃烧过程中的包灰裂口图像,并对包灰裂口图像进行预处理;使用卷积神经网络对预处理后的包灰裂口图像进行多尺度特征提取并得到多尺度特征图;联合空间注意力机制和通道激励机制对多尺度特征图进行上采样并获取多级特征图。通过图像预处理、多尺度特征提取以及联合空间和通道注意力机制的上采样技术,实现了对卷烟包灰裂口的高精度检测,同时优化了计算效率,使得该方法既准确又高效,适合于工业级别的实时检测需求。
技术关键词
深度学习语义分割 多级特征 多尺度特征提取 卷烟检测技术 上采样 通道注意力机制 解码器结构 计算方法 图像采集模块 采样技术 对比度 处理器 阶段 计算机设备 输出模块
系统为您推荐了相关专利信息
1
一种基于提示的脑肿瘤交互式分割方法及系统
交互式分割方法 三维卷积神经网络 二维卷积神经网络 原型 输出特征
2
基于深层特征的医学图像增强方法、装置、设备和介质
医学图像增强方法 低分辨率医学图像 特征提取模块 Sigmoid函数 生成高分辨率
3
一种图纸结构化识别方法与终端
结构化识别方法 动态滑动窗口 图纸 融合特征 多尺度特征提取
4
基于不确定性估计的多模态状态空间集成的图像分割方法
图像分割方法 图像编码器 集成组件 多模态特征 掩膜
5
一种基于深度学习的高灵敏表面等离子体检测系统及方法
信息提取模型 空间特征信息 序列 特征信息提取 低信噪比图像
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