[發明專利]煙絲異物識別方法及設備在審
| 申請號: | 202110160109.1 | 申請日: | 2021-02-05 |
| 公開(公告)號: | CN112819796A | 公開(公告)日: | 2021-05-18 |
| 發明(設計)人: | 林子友 | 申請(專利權)人: | 杭州天宸建筑科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/73;G06N3/04;G06N3/08 |
| 代理公司: | 北京細軟智谷知識產權代理有限責任公司 11471 | 代理人: | 付登云 |
| 地址: | 310000 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 煙絲 異物 識別 方法 設備 | ||
1.一種煙絲異物識別方法,其特征在于,包括:
獲取圖像采集裝置采集的煙絲圖像;
對所述煙絲圖像進行預處理;
根據預處理后的煙絲圖像,基于預先訓練的煙絲異物識別模型,得到對所述煙絲圖像的識別結果;所述識別結果至少包括:所述煙絲圖像中是否存在異物,異物類別和異物坐標位置。
2.根據權利要求1所述的方法,其特征在于,還包括:
獲取摻雜有異物的煙絲圖像作為樣本數據,訓練所述煙絲異物識別模型。
3.根據權利要求2所述的方法,其特征在于,所述訓練所述煙絲異物識別模型,具體包括:
基于標注工具對所述樣本數據進行標注;
采用深度神經網絡目標檢測框架建立所述煙絲異物識別模型;
將標注后的所述樣本數據輸入到所述煙絲異物識別模型;
基于所述煙絲異物識別模型對標注后的所述樣本數據進行特征提取;
基于所述煙絲異物識別模型將提取后的特征進行特征融合,輸出多個不同尺度的特征圖;
對所述多個不同尺度的特征圖,經過預測模塊得到多個不同尺度的預測結果;所述預測結果至少包括:所述樣本數據中是否存在異物,異物類別和異物坐標位置。
4.根據權利要求3所述的方法,其特征在于,所述基于標注工具對所述樣本數據進行標注,具體包括:
使用最小外包矩形框標識所述樣本數據中的異物;
以所述樣本數據為基準建立坐標系,獲取異物的中心點在所述坐標系中的坐標;
獲取所述異物的最小外包矩形框的長度、寬度;
標識所述異物的種類。
5.根據權利要求3所述的方法,其特征在于,所述將標注后的所述樣本數據輸入到所述煙絲異物識別模型前,所述方法還包括:
基于圖像遮擋、多圖組合方式對標注后的所述樣本數據進行圖像增強。
6.根據權利要求3所述的方法,其特征在于,所述將標注后的所述樣本數據輸入到所述煙絲異物識別模型前,所述方法還包括:
對標注后的所述樣本數據進行網格劃分。
7.根據權利要求3所述的方法,其特征在于,所述基于所述煙絲異物識別模型對標注后的所述樣本數據進行特征提取,具體包括:
將所述深度卷積神經網絡基礎層的特征映射劃分為兩部分,通過跨階段層次結構將劃分出的兩部分特征映射進行合并,重復執行多次得到特征圖。
8.根據權利要求3所述的方法,其特征在于,所述基于所述煙絲異物識別模型將提取后的特征進行特征融合,輸出多個不同尺度的特征圖,具體包括:
從所述深度卷積神經網絡不同的主干層對不同的檢測層進行參數聚合,提高特征提取的能力,輸出多個不同尺度的特征圖。
9.根據權利要求1所述的方法,其特征在于,所述對所述煙絲圖像進行預處理,具體包括:
對高分辨率的所述煙絲圖像進行分割;
對分割后的所述煙絲圖像進行網格劃分。
10.一種煙絲異物識別設備,其特征在于,包括:
處理器和存儲器;
所述處理器與存儲器通過通信總線相連接:
其中,所述處理器,用于調用并執行所述存儲器中存儲的程序;
所述存儲器,用于存儲程序,所述程序至少用于執行權利要求1-9任一項所述的一種煙絲異物識別方法。
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杭州天宸建筑科技有限公司,未經杭州天宸建筑科技有限公司許可,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/202110160109.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種快速接線裝置及方法
- 下一篇:防脫骨螺釘





