一种基于深度学习的连接件剖面图像自动分割方法
基本信息
| 申请号 | CN202111224198.8 | 申请日 | - |
| 公开（公告）号 | CN113971676A | 公开（公告）日 | 2022-01-25 |
| 申请公布号 | CN113971676A | 申请公布日 | 2022-01-25 |
| 分类号 | G06T7/11（2017.01）I;G06T7/73（2017.01）I;G06T5/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 仝超;黄理;赵海龙;陈秋任;李钼石;刘钊;方宇东;谈俊;胡晓雅;黄诗尧;包祖国;韩维建 | 申请（专利权）人 | 集萃新材料研发有限公司 |
| 代理机构 | 南京智造力知识产权代理有限公司 | 代理人 | 汪芬 |
| 地址 | 215132江苏省镇江市相城区青龙港路286号1号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的连接件剖面图像自动分割方法，针对轻量化连接工艺，收集连接件的剖面图像作为样本图像，对每一张样本图像通过标注工具进行标注，标注出图像中不同板材、紧固件及其它关注区域位置，生成标注后样本图像对应的掩码图像及文本文件，并将其与原图一起作为训练样本；将训练样本进行图像增强处理，并生成对应的掩码图像及文本文件；选择或搭建基于图像实例分割的深度学习模型；针对选择或搭建的深度学习网络模型进行训练环境的搭建；设置深度学习网络模型的训练参数；将训练样本加入深度学习网络模型进行训练，训练完成后得到的深度学习模型用于连接件的剖面图像自动分割。 |
