申请/专利权人:广西师范大学
申请日:2023-12-28
公开(公告)日:2024-04-09
公开(公告)号:CN117853725A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/764;G06V10/774;G06V10/82;G06N3/0455;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.04.09#公开
摘要:本发明提供一种木料区域分割方法、系统及存储介质,涉及图像分割技术领域;通过采集到的多个木料图像构建原始木料图像数据集;对原始木料图像数据集进行图像预处理,并按预设比例将预处理得到的木料图像数据集划分为训练集和测试集;基于Deeplabv3+网络构建改进Deeplabv3+网络,其中,改进Deeplabv3+网络包括改进Encoder编码器和改进Decoder解码器;将训练集导入改进Deeplabv3+网络中进行训练,得到训练后Deeplabv3+网络;将测试集导入训练后Deeplabv3+网络中的改进Encoder编码器进行特征提取,将特征提取得到的高维语义特征图输入训练后Deeplabv3+网络中的改进Decoder解码器进行融合预测处理,输出语义分割预测结果。通过高维语义特征与低维空间特征的多重融合,以恢复空间特征来捕捉清晰的目标边界,提升了分割精度。
主权项:1.一种木料区域分割方法,其特征在于,包括如下步骤:通过相机采集木料图像,根据采集到的多个木料图像构建原始木料图像数据集;对所述原始木料图像数据集进行图像预处理,得到木料图像数据集,并按预设比例将所述木料图像数据集划分为训练集和测试集;基于Deeplabv3+网络构建改进Deeplabv3+网络,其中,所述改进Deeplabv3+网络包括改进Encoder编码器和改进Decoder解码器;将所述训练集导入所述改进Deeplabv3+网络中进行训练,得到训练后Deeplabv3+网络;将所述测试集导入所述训练后Deeplabv3+网络中的改进Encoder编码器进行特征提取,得到高维语义特征图,并将所述高维语义特征图输入所述训练后Deeplabv3+网络中的改进Decoder解码器进行融合预测处理,输出语义分割预测结果。
全文数据:
权利要求:
百度查询: 广西师范大学 一种木料区域分割方法、系统及存储介质
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。