基于深度学习的边缘检测滤波器优化方法
基本信息
申请号 | CN202011109798.5 | 申请日 | - |
公开(公告)号 | CN112308870B | 公开(公告)日 | 2022-06-14 |
申请公布号 | CN112308870B | 申请公布日 | 2022-06-14 |
分类号 | G06T7/13(2017.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06T7/143(2017.01)I | 分类 | 计算;推算;计数; |
发明人 | 尹仕斌;郭寅;郭磊;徐金辰 | 申请(专利权)人 | 易思维(杭州)科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 310051浙江省杭州市滨江区滨安路1197号3幢495室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的边缘检测滤波器优化方法,包括:采集多张待测物图像,记为训练图像集;分别框选各张图像中的待测特征并标注,得到标注图像;以第一张训练图像作为输入图像;对输入图像进行卷积,再计算各个像素点的梯度,输入到Sigmiod函数中进行激活处理,得到输出结果图;将输出结果图记为新的输入图像,重复;利用softmax函数得到归一化结果图,计算归一化结果图与标注图像的损失矩阵MLoss和LOSS值;利用损失矩阵MLoss进行反向传播,得出修正后的各层边缘检测滤波器;以下一张训练图像作为输入图像并利用修正后的各层边缘检测滤波器继续重复,直到LOSS值发生收敛;本方法边缘检测稳定更好,鲁棒性高且计算量小。 |
