基于紧框标的深度学习的测量方法及测量装置
基本信息
| 申请号 | CN202111216627.7 | 申请日 | - |
| 公开（公告）号 | CN113920126A | 公开（公告）日 | 2022-01-11 |
| 申请公布号 | CN113920126A | 申请公布日 | 2022-01-11 |
| 分类号 | G06T7/10（2017.01）I;G06T7/70（2017.01）I;G06V10/764（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王娟;夏斌 | 申请（专利权）人 | 深圳硅基智能科技有限公司 |
| 代理机构 | 深圳舍穆专利代理事务所（特殊普通合伙） | 代理人 | 黄贤炬 |
| 地址 | 518000广东省深圳市新安街道留芳路6号庭威产业园3#4楼C区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本公开描述了一种基于紧框标的深度学习的测量方法，包括获取输入图像；将输入图像输入基于目标的紧框标进行训练的网络模块以获取第一输出和第二输出，第一输出包括输入图像中的各个像素点属于各个类别的概率，第二输出包括输入图像中各个像素点的位置与每个类别的目标的紧框标的偏移，网络模块包括用于提取输入图像的特征图的骨干网络、基于弱监督学习的分割网络、以及基于边框回归的回归网络，分割网络将特征图作为输入以获得第一输出，回归网络将特征图作为输入以获得第二输出，特征图与输入图像的分辨率一致；基于第一输出和第二输出对目标进行识别以获取各个类别的目标的紧框标。由此，能够识别目标且能够精确地对目标进行测量。 |
