[發明專利]基于實例分割網絡的天線參數測量方法、裝置及存儲介質在審
| 申請號: | 202010811969.2 | 申請日: | 2020-08-13 |
| 公開(公告)號: | CN112070721A | 公開(公告)日: | 2020-12-11 |
| 發明(設計)人: | 柯琪銳;周文略;翟懿奎;陳家聰;甘俊英;應自爐;曾軍英;王天雷;徐穎 | 申請(專利權)人: | 五邑大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/12;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 孫浩 |
| 地址: | 529000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 實例 分割 網絡 天線 參數 測量方法 裝置 存儲 介質 | ||
1.基于實例分割網絡的天線參數測量方法,其特征在于,包括:
獲取天線圖像信息;
將所述天線圖像信息輸入到網絡中進行特征提取,得到第一特征量;
將所述第一特征量輸入到雙注意力機制模塊,得到精確邊界框;
將所述第一特征量輸入到特征金字塔網絡得到原型掩碼圖;
將所述原型掩碼圖輸入到PointRend模塊,結合所述精確邊界框和閾值過濾,得到平滑實例分割掩碼圖;
對所述平滑實例分割掩碼圖進行數據擬合,得到天線參數。
2.根據權利要求1所述的基于實例分割網絡的天線參數測量方法,其特征在于,所述獲取天線圖像信息,包括:
控制攝像頭進行拍攝,收集所述天線圖像信息。
3.根據權利要求1所述的基于實例分割網絡的天線參數測量方法,其特征在于,所述將所述天線圖像信息輸入到網絡中進行特征提取,得到第一特征量,包括:通過遷移學習獲取預訓練模型的權重;
通過加載所述權重來訓練網絡;
將所述天線圖像信息輸入到所述網絡進行特征提取,得到第一特征量。
4.根據權利要求1所述的基于實例分割網絡的天線參數測量方法,其特征在于:
所述雙注意力機制模塊包括通道注意力機制模塊和空間注意力機制模塊。
5.根據權利要求4所述的基于實例分割網絡的天線參數測量方法,其特征在于,所述將所述第一特征量輸入到雙注意力機制模塊,得到精確邊界框,包括:
將所述第一特征量輸入到所述通道注意力模塊中,得到中間特征量;
將所述中間特征量輸入到所述空間注意力模塊中,得到精確邊界框。
6.根據權利要求1所述的基于實例分割網絡的天線參數測量方法,其特征在于,所述將所述原型掩碼圖輸入到PointRend模塊,結合所述精確邊界框和閾值過濾,得到平滑實例分割掩碼圖,包括:
從所述原型掩碼圖中選取若干采樣點;
對所述采樣點進行特征提取,得到表征向量;
利用多層感知機對所述表征向量進行預測,結合所述精確邊界框和閾值過濾,得到平滑實例分割掩碼圖。
7.根據權利要求1所述的基于實例分割網絡的天線參數測量方法,其特征在于,所述對所述平滑實例分割掩碼圖進行數據擬合,得到天線參數,包括:
利用最小二乘法對所述平滑實例分割掩碼圖進行數據擬合,得到天線參數。
8.基于實例分割網絡的天線參數測量裝置,其特征在于,包括:
采集單元,用于獲取天線圖像信息;
提取單元,將所述天線圖像信息輸入到網絡中進行特征提取,得到第一特征量;
第一處理單元,用于將所述第一特征量輸入到雙注意力機制模塊,得到精確邊界框;
第二處理單元,用于將所述第一特征量輸入到特征金字塔網絡,得到原型掩碼圖;分割單元,用于將所述原型掩碼圖輸入到PointRend模塊,結合所述精確邊界框和閾值過濾,得到平滑實例分割掩碼圖;
計算單元,用于對所述平滑實例分割掩碼圖進行數據擬合,得到天線參數。
9.根據權利要求8所述的基于實例分割網絡的天線參數測量裝置,其特征在于,所述第一處理單元包括:
第一操作單元,用于將所述第一特征量輸入到所述通道注意力模塊中,得到中間特征量;
第二操作單元,用于將所述中間特征量輸入到所述空間注意力模塊中,得到精確邊界框。
10.一種計算機可讀存儲介質,其特征在于:所述計算機可讀存儲介質存儲有基于實例分割網絡的天線參數測量裝置可執行指令,基于實例分割網絡的天線參數測量裝置可執行指令用于使基于實例分割網絡的天線參數測量裝置執行如權利要求1至7任一所述的基于實例分割網絡的天線參數測量方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于五邑大學,未經五邑大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010811969.2/1.html,轉載請聲明來源鉆瓜專利網。





