![](/assets/wap/images/content-icon.png)
![](https://wkfile.douchai.cn/2023-09-21/650bf7727b529.png)
基于目标检测和语义分割融合的障碍物检测方法.pdf
靖烟****魔王
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于目标检测和语义分割融合的障碍物检测方法.pdf
基于目标检测和语义分割融合的障碍物检测方法属于电子信息领域。该方法参考了卷积神经网络中优秀的轻量级网络框架和优秀的网络设计思路,设计了可在移动智能设备上实现实时目标检测和语义分割的端到端卷积神经网络DeSeNet,通过统一的数据标注格式和对优秀网络模块的合理利用,加强了DeSeNet网络的特征提取能力,成功将目标检测和语义分割任务结合起来,大大扩充了障碍物识别的范围,在保证正确率的情况下减少了网络参数,使得网络在移动智能设备上实时运行成为了可能,为诸如视障人士出行辅助设备的制造提供了技术支持。
一种基于语义分割和目标检测融合模型的工业缺陷检测方法.pdf
本发明公开了一种基于语义分割和目标检测融合模型的工业缺陷检测方法,包括以下步骤:S1:获取待检测图像并进行像素色度分析,根据色度分析结果对待检测图像进行语义分割得到掩膜图;S2:将掩膜图与待检测图像的原图叠加得到分割输出图像;S3:将分割输出图像进行滑窗操作得到若干个滑窗图像,将得到的滑窗图像分别输入至卷积神经网络进行分类,得到滑窗图像对应的分类结果;S4:将卷积神经网络输出的分类结果分别输入至对应的目标检测网络,输出检测结果。本发明通过将语义分割、卷积神经网络与目标检测网络相融合,能够实现对多种复杂缺陷
基于语义分割和目标检测的绝缘子缺陷检测方法.pdf
公开了基于语义分割和目标检测的绝缘子缺陷检测方法,方法中,采集绝缘子图像,基于所述绝缘子图像标注绝缘子主体和构建语义分割数据集;搭建语义分割模型;基于语义分割生成绝缘子的掩模图,并对所述掩模图进行标注得到缺陷检测数据集;将所述缺陷检测数据集放入yolov3目标检测网络中进行训练,训练好的语义分割模型检测出所述掩模图中的缺陷位置,以及将所述缺陷位置的包围框映射到缺陷检测数据集中,实现缺陷检测。
基于语义分割的高分遥感图像云检测方法和装置.pdf
本申请涉及一种基于语义分割的高分遥感图像云检测方法和装置,该方法包括:获取高分遥感图像,所述高分遥感图像为RGB图像数据;对获取的图像进行预分类,判断图像是否为有云图片;如果是有云图片,则对图片进行增强处理;将增强处理后的图片输入到云检测模型中进行识别;所述云检测模型是预先训练好的语义分割模型,该模型中包括注意力机制模块;将所述云检测模型的输出结果进行融合处理,获得云检测结果。本申请的方案基于语义分割对高分辨率遥感图像进行像素级云检测,从而提高检测精度;单纯使用RGB图像进行云检测,大幅提高云检测普适性;
基于语义分割的可行驶区域检测方法.pdf
本发明公开了基于语义分割的可行驶区域检测方法,其步骤:1)区域分割:对输入的原始图像进行分割,得到包含路面标签、移动目标标签、障碍物标签及背景标签的分割结果图像;2)区域像素扫描:对分割后的图像进行扫描,逐列扫描,找到每列的关键点对,即像素列中成对的道路边缘点;3)关键点提取:经过区域扫描,得到一对或多对关键点,确定具体的可行驶区域范围;4)反投影变换:将像素坐标系下的可行驶区域信息,通过反投影变换将像素位置还原到车辆坐标系下,得到基于语义分割的可行驶区域图像。本发明经过特定区域扫描,形成关键点对,再筛选