一种基于卷积神经网络的护栏分割方法
基本信息
申请号 | CN202011600380.4 | 申请日 | - |
公开(公告)号 | CN112464914A | 公开(公告)日 | 2021-03-09 |
申请公布号 | CN112464914A | 申请公布日 | 2021-03-09 |
分类号 | G06K9/62(2006.01)I;G06N3/08(2006.01)I;G06K9/00(2006.01)I;G06K9/34(2006.01)I;G06N3/04(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 吴柯维;叶佳林 | 申请(专利权)人 | 南京积图网络科技有限公司 |
代理机构 | 南京源古知识产权代理事务所(普通合伙) | 代理人 | 郑宜梅 |
地址 | 210007江苏省南京市秦淮区永丰大道8号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于卷积神经网络的护栏分割方法,包括:获取包含护栏的图片,并标记出栏区域;构建基于加权损失函数的deeplabV3+的分割网络构架;将标记好的护栏图片输入基于加权损失函数的deeplabV3+的分割网络构架中训练基于加权损失函数的deeplabV3+的分割网络模型,直至基于加权损失函数的deeplabV3+的分割网络模型输出的符合预设的分辨率阈值且只包含护栏的二值图像;在待检测的图片手工标注后将标注好的图片输入训练好的基于加权损失函数的deeplabV3+的网络模型输出分割后的待检测的图片二值图像。将生成的二值图像通过二次线性插值法将绘制的护栏区域通过标注出的9个点拟合成长方形。对比生成的长方形,判断是否有空缺以及是否有弯曲,从而实现判断该护栏是否缺失或者弯曲。 |
