一种基于改进DeepLabV3+网络的机械零部件图像分割...
公开
摘要
本发明涉及一种基于改进DeepLabV3+网络的机械零部件图像分割算法。包括：首先，在主干网络中引入注意力机制来提升有效特征信息的重要性，增强对零部件目标的学习能力。其次，增加底层特征来源以充分利用特征融合分支进行自适应学习低级特征的空间信息，并且将原4倍上采样操作分解为逐层上采样，减少了重要像素信息的丢失。最后，使用不对称卷积来增强解码层中3×3卷积的核骨架部分，提高了卷积核的处理能力以及模型精度。本发明方法实现了对零部件图像中的零部件区域的准确分割，有效弥补了传统DeepLabV3+对零部件图像分割时存在边缘分割模糊、不完全分割的问题，同时具有一定的实时性，提升工业化效率。
基本信息
专利标题 ：
一种基于改进DeepLabV3+网络的机械零部件图像分割算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627290A
申请号 ：
CN202210184465.1
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
付生鹏侯维广夏仁波赵吉宾孙海涛张诚
申请人 ：
中国科学院沈阳自动化研究所;沈阳智能机器人创新中心有限公司;沈阳智能机器人国家研究院有限公司
申请人地址 ：
辽宁省沈阳市沈河区南塔街114号
代理机构 ：
沈阳科苑专利商标代理有限公司
代理人 ：
周宇
优先权 ：
CN202210184465.1
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V10/80 G06V10/52 G06V10/82 G06V10/774 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
