买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】用于堆叠平面目标物体的半自动标注方法及分割定位系统_齐鲁工业大学_202110964636.8 

申请/专利权人:齐鲁工业大学

申请日:2021-08-23

公开(公告)日:2021-09-21

公开(公告)号:CN113420839A

主分类号:G06K9/62(20060101)

分类号:G06K9/62(20060101);G06N3/08(20060101);G06T7/70(20170101)

优先权:

专利状态码:有效-授权

法律状态:2021.11.02#授权;2021.10.12#实质审查的生效;2021.09.21#公开

摘要:发明为解决现有计算机视觉技术不适用于堆叠目标场景以及深度学习灵活性较差的问题,公开了一种用于堆叠平面目标物体的半自动标注方法及分割定位系统,属于人工智能技术领域。该方法包括图像采集、人工录入平面目标物体类别、训练深度学习模型以及识别等步骤。该系统包括图像采集模块、交互模块、数据标注和模型训练模块以及图像分割和处理模块。本发明通过半自动标注与训练,有效解决了堆叠状态下的平面目标物体中最上层可抓取平面目标物体的分割定位以及深度学习数据标注的工作量。同时,该发明使普通员工也可进行深度学习模型的训练,大大增加了深度学习工业部署的灵活性,降低了深度学习部署的成本。

主权项:1.用于堆叠平面目标物体的半自动标注方法,其特征在于,所述方法包括:步骤S1,分割定位系统采集第一图像和第二图像;第一图像对应一个平面目标物体,第二图像对应多个堆叠状态下的平面目标物体;步骤S2,所述分割定位系统接收人工录入的第一信息;第一信息与第一图像对应,其用于标记第一图像中的平面目标物体的类别;步骤S3,所述分割定位系统通过第一信息和第二图像训练多个深度学习模型,深度学习模型用于识别平面目标物体的类别信息和位姿信息;所述分割定位系统保留得分最高的深度学习模型;步骤S4,所述分割定位系统采集实时的第三图像;第三图像对应实时的多个堆叠状态下的平面目标物体;步骤S5,所述分割定位系统通过得分最高的深度学习模型对第三图像进行实例分割和识别;步骤S6,所述分割定位系统输出第三图像中最上层平面目标物体的类别信息和位姿信息。

全文数据:

权利要求:

百度查询: 齐鲁工业大学 用于堆叠平面目标物体的半自动标注方法及分割定位系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术