申请/专利权人:中国计量大学
申请日:2023-12-28
公开(公告)日:2024-04-16
公开(公告)号:CN117893800A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/08;G06V10/42;G06V10/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明涉及一种基于改进MaskR‑CNN的AR室内物品识别方法,包括:获取室内物品图像,对室内物品图像进行预处理,并对预处理后图像进行标注,得到训练集;构建MaskR‑CNN网络模型;所述MaskR‑CNN网络模型包括Backbone网络和图像预测网络;将得到的训练集输入到MaskR‑CNN网络模型进行训练,得到训练后的MaskR‑CNN网络模型;将训练后的MaskR‑CNN网络模型导入到AR设备中对室内物品进行识别;可以对输入的图像进行语义分割,得到实例分割的效果,模型改进后提高了检测精度高,检测速度。
主权项:1.一种基于改进MaskR-CNN的AR室内物品识别方法,其特征在于,包括:获取室内物品图像,对室内物品图像进行预处理,并对预处理后图像进行标注,得到训练集、验证集和测试集;构建MaskR-CNN网络模型,所述MaskR-CNN网络模型包括Backbone网络和图像预测网络;将得到的训练集输入到MaskR-CNN网络模型进行训练,得到训练后的MaskR-CNN网络模型;将训练后的MaskR-CNN网络模型导入到AR设备中对室内物品进行识别。
全文数据:
权利要求:
百度查询: 中国计量大学 一种基于改进Mask R-CNN的AR室内物品识别方法
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。