摘要
本发明属于计算机技术领域,具体的说是一种基于深度差分卷积的RGBD图像实例分割方法。包括:一、通过深度相机拍摄获得RGB图像和深度图像,对采集的RGB图像与深度图像进行预处理和数据标注,建立RGBD实例分割数据集,并将数据集划分为训练集、验证集、测试集;二、结合RGBD数据特征,利用深度差分卷积模块以及交叉融合模块构建RGBD实例分割模型;三、用构建的RGBD实例分割模型进行模型训练,并选择在验证集中mIOU指标最高的权重作为最优模型权重;四、使用得到的最优模型权重对RGBD图像进行检测分割,输出最终分割结果。本发明能更好地适应物体遮挡与重叠的场景,融合深度信息与颜色信息,增强模型对物体边界和空间关系的感知能力,提升分割的准确性和鲁棒性。
技术关键词
图像实例分割方法
深度特征提取网络
实例分割模型
卷积模块
特征融合网络
融合特征
彩色特征
融合深度信息
深度相机
分支
RGB特征
训练集
掩膜
样本
优化器
数据
标注工具
系统为您推荐了相关专利信息
图像融合方法
高频特征
图像像素
拉普拉斯
归一化方法
轻量化神经网络
路面裂缝分割
编码器
路面裂缝图像
解码网络
恢复方法
接收端
深度学习模型
恢复系统
深度特征提取网络