一种叶类蔬菜图像分割方法、系统、设备与介质

AITNT
正文
推荐专利
一种叶类蔬菜图像分割方法、系统、设备与介质
申请号:CN202510710070
申请日期:2025-05-29
公开号:CN120612482A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种叶类蔬菜图像分割方法、系统、设备与介质,涉及目标分割技术领域,包括步骤:采集叶类蔬菜图像数据,并提取多尺度的初始特征图;对多尺度的初始特征图进行卷积获取多尺度特征图,并以自底向上的路径对多尺度特征图生成新的特征映射,将新的特征映射融合获得最终特征图;基于最终特征图,生成初始的预测掩码,通过对初始的预测掩码进行分块、DCT变换、矫正和边界优化操作,输出包含掩码信息的多维DCT向量,以最终的多维DCT向量作为最终的预测掩码,获得叶类蔬菜图像的分割结果。本发明基于上述方法,捕捉叶类蔬菜的局部特征,进行多尺度特征融合,实现保留叶类蔬菜图像的核心信息,降低环境因素的影响。
技术关键词
叶类蔬菜 图像分割方法 图像多尺度 金字塔池化模块 特征提取网络 注意力机制 感知特征 离散余弦变换 特征位置信息 图像分割系统 多尺度特征融合 分类器 深度学习模型 分块 数据获取模块 处理器
系统为您推荐了相关专利信息
1
一种基于图像识别的林草健康监测与预测方法
图像识别模型 生态 健康状态识别 特征提取网络 重构
2
基于几何引导用于视觉场景理解的三维特征优化方法、装置和电子设备
融合特征 特征优化方法 注意力机制 图像 障碍物
3
基于自监督学习的SAR图像散射特征提取方法
特征提取方法 处理单元 检测头 注意力机制 特征提取网络
4
基于多任务损失函数的图像分割方法、装置、设备及介质
多任务损失函数 图像分割模型 图像分割网络 图像分割方法 平滑度
5
患者诊断方案推荐模型的训练方法及相关设备
训练样本集 数据 患者 图谱 实体
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号