龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京路凯智行科技有限公司
申请日：2024-02-28
公开（公告）日：2024-05-14
公开（公告）号：CN118037682A
主分类号：G06T7/00
分类号：G06T7/00;G06T7/194;G06V10/82
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明提供了一种用于矿区挡墙分割的深度学习模型的训练方法及装置、矿区挡墙边界的识别方法及装置。该训练方法包括：获取训练样本集，其中所述训练样本集包括多个样本图像；对样本图像进行标注以生成具有前景区域和背景区域的经标注的图像数据；对经标注的图像数据中的前景区域进行检测以得到矿区挡墙的轮廓图和各个像素点的轮廓边界修正系数；以及以所述经标注的图像数据或所述轮廓图作为真实值来训练挡墙分割的深度学习模型，所述深度学习模型的损失函数为包含轮廓边界修正系数的边界聚焦损失函数，所述轮廓边界修正系数使前景区域中的更靠近轮廓边界的点比前景区域中的更远离轮廓边界的点在损失函数中具有更大的权重。
主权项：1.一种用于矿区挡墙分割的深度学习模型的训练方法，包括：获取训练样本集，其中所述训练样本集包括多个样本图像；对样本图像进行标注以生成具有前景区域和背景区域的经标注的图像数据；对经标注的图像数据中的前景区域进行检测以得到矿区挡墙的轮廓图和各个像素点的轮廓边界修正系数；以及以所述经标注的图像数据或所述轮廓图作为真实值来训练挡墙分割的深度学习模型，所述深度学习模型的损失函数为包含轮廓边界修正系数的边界聚焦损失函数，所述轮廓边界修正系数使前景区域中的更靠近轮廓边界的点比前景区域中的更远离轮廓边界的点在损失函数中具有更大的权重。
全文数据：
权利要求：
百度查询： 北京路凯智行科技有限公司 深度学习模型的训练方法、挡墙边界的识别方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号