摘要
本发明涉及红外图像处理领域,公开了一种基于红外图像模型的AI自动测距方法,包括:部署高精度红外热像仪,采集多场景、多距离的红外图像;对原始红外图像进行预处理;根据预处理后的图像建立包含多种典型场景的数据集,并对图像进行标注;采用改进的yolov5模型对数据集进行训练,获取精确的目标检测框信息;采样不同环境温度图像样本及其对应实际物理距离数据,构成测距训练样本;将精确的目标检测框信息及测距训练样本输入至设计的高斯径向基神经网络模型进行训练,得到物理测距模型,并利用物理测距模型对系统的误差进行补偿,获取目标离红外热像仪的距离;本发明有益效果是提升了测距精度、环境适应性增强、实时性优异、部署简便。
技术关键词
测距方法
红外热像仪
高斯核函数
非均匀性补偿
高层语义特征
多场景
物理
数据
样本
典型
图像处理
处理器
误差
指令
动态
网络
系统为您推荐了相关专利信息
神经网络模型
资源分配优先级
知识蒸馏技术
锅炉管壁
算子融合方法
振动信号特征提取
文本
故障特征
多尺度特征
通道注意力机制
跨尺度特征融合
混合编码器
注意力
特征提取网络
解码结构