摘要
本发明涉及水质检测技术领域,提供了一种基于深度学习的荧光检测试纸可视化系统及方法,包括:通过目标检测网络对通过拍摄获取的荧光检测试纸图像进行检测,获取试纸主体区域、比色块区域及试纸关键角点坐标;根据试纸关键角点坐标对试纸主体区域进行单应性透视变换,生成透视矫正后的试纸标准视图,进行颜色空间标准化校正并生成混合深度学习模型,输出目标检测区的荧光强度浓度预测值;基于混合深度学习模型的中间特征生成可解释性热力图;本发明通过多级图像校正消除拍摄偏差,融合CNN与Transformer模型精准定量荧光强度,结合热力图提升结果可信度,全面提升检测的自动化。
技术关键词
荧光检测试纸
混合深度学习模型
可视化系统
局部纹理特征
颜色校正
色块
注意力
热力图
依赖特征
矩阵
图像块
检测头
矫正
坐标
双线性插值
直观展示模型
系统为您推荐了相关专利信息
认知训练系统
认知训练方法
多通道脑电信号
策略
指标
斥力势场
动态障碍物
静态障碍物
风险评估方法
交通信号灯状态
稳定性评估方法
网格
多尺度
岩土体力学
多源异构数据
水下桩基
图像采集设备
数据采集设备
检测机器人
絮凝剂
大数据可视化系统
仪表盘
数据源获取数据
监控工具
图表