一种基于深度学习的芯片计数方法
基本信息
| 申请号 | CN202110759323.9 | 申请日 | - |
| 公开（公告）号 | CN113643235A | 公开（公告）日 | 2021-11-12 |
| 申请公布号 | CN113643235A | 申请公布日 | 2021-11-12 |
| 分类号 | G06T7/00（2017.01）I;G06T7/136（2017.01）I;G06T7/187（2017.01）I;G06T5/50（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 胡珂杰;樊治国;邵汉阳 | 申请（专利权）人 | 青岛高重信息科技有限公司 |
| 代理机构 | 上海剑秋知识产权代理有限公司 | 代理人 | 王培 |
| 地址 | 266318山东省青岛市胶州市香港路1号大沽河度假区管委会A楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的芯片计数方法，包括：收集各个场景下需要计数的芯片图像；将芯片图像输入主干网络中，通过对图像特征的深度学习，生成不同尺度特征并融合获得特征图；将特征图送入置信度预测器，得到置信度图；将置信度图与特征图相乘后的特征图送入阈值编码器中，得到阈值图；将阈值图和置信度图送入二值化层，通过阈值过滤芯片区域，得到连通区域分割图；通过分割图可以检测连通区域，对芯片进行计数，得到最终的芯片数量。本发明利用庞大的数据，通过深度学习完成模型训练，自适应学习阈值映射不同的图像，更准确地检测每个芯片，更容易应用于实际场景的芯片计数，不受场景限制。 |
