摘要
本发明公开了一种用于盘式制动器振动位移测量的语义分割方法,属于视觉振动位移测量和计算机视觉领域。本发明用于对获取的盘式制动器振动视频的每一帧经过语义分割网络模型预测后得到对应的分割掩码;所述语义分割网络模型包括编码器和解码器,在编码器采用Resnet101作为网络主干,将其中7×7卷积和最大池化替换成基于Harr小波变换的下采样模块,并且在Resnet101网络原本的残差块中插入全局‑局部特征提取模块;在解码器部分采用基于协同注意力的尺度内特征交互模块和拉普拉斯图像引导的跨尺度特征融合模块。本发明注重局部和全局信息之间的平衡关系,有效地强调了图像中的边缘信息,弥补了深层网络中细节和局部结构信息的缺失,提升了网络模型对盘式制动器的定位精度,提高了语义分割模型在动态环境下对于盘式制动器细微变化的敏感程度和捕捉能力。
技术关键词
盘式制动器
语义分割方法
局部特征提取
协同注意力
语义分割网络
采样模块
上采样
拉普拉斯
输出特征
编码器
解码器
图像
语义分割模型
分支
计算机视觉
卷积模块
系统为您推荐了相关专利信息
超声导波无损检测
电磁声学传感器
识别方法
深度学习模型
机械臂
协同注意力
语义特征
交互网络
多尺度特征金字塔
动态门控
语音情感识别方法
注意力
双线性
声学特征
语音情感识别模型
多尺度特征提取
狭窄识别
影像
逻辑回归模型
像素
SLAM方法
动态物体
语义分割网络
轮廓图像
相机位姿估计