摘要
本申请公开了一种智能清掏设备及方法,通过摄像头采集污物状态图像,并采用基于深度学习的神经网络模型提取出污物状态图像的细粒度特征和全局图像特征,进一步利用基于决策锚的自适应特征拼接技术对脏污对象的局部特征与全局语义特征进行自适应拼接,以实现脏污对象在复杂场景下的多尺度语义关联分析,进而基于语义分析结果得到脏污对象的位置信息。这样,使得设备能够在复杂环境中实现对不同种类污物的精准识别与定位,不仅提升了清掏工作的准确性、效率及安全性,还减少了人力需求和操作风险。
技术关键词
脏污
局部图像特征
清掏设备
编码向量
图像特征编码
智能控制装置
对象
图像特征提取
清掏装置
决策
语义
ROI图像
空洞卷积神经网络
矩阵
因子
Softmax函数
YOLO模型
匹配模块