摘要
本发明公开了一种极端光照下机加件多监督边缘检测方法,属于边缘检测技术领域,首先将分级特征通过极高层特征采集模块得到极高层校准特征,将各特征整合形成四个不同通道数的特征集合;其次,设置四个相同的软‑硬参数任务共享模块,分别输入四个不同通道数的特征集合得到不同通道数的边缘检测特征集合和显著性检测特征集合;再次,亦设置四个相同的模块,进行强制信息交换及预测,得到边缘预测图和显著性预测图;最后对由上述步骤构建的神经网络进行参数优化。本发明与现有的边缘检测方法相比,在推理处于工业场景极端曝光条件下的机加件边缘有良好的效果,可以类推到其他前景背景严重不平衡的非自然场景下的边缘检测。
技术关键词
边缘检测方法
全局平均池化
校准特征
通道
光照
金字塔池化模块
sigmoid函数
空洞
边缘检测技术
图像
神经网络参数
像素
轮廓
多任务
标签
保留特征
多尺度
自然场景