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
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
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
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
图像分割方法
图像编码器
集成组件
多模态特征
掩膜
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