龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：澳门科技大学
摘要：本发明涉及互联网与云计算产业中工业物联网信息感知；人工智能产业中生产领域人工智能等技术领域，尤其涉及一种图像中线状结构识别分割的深度学习模型、方法、存储介质和装置。本发明深度学习模型包括：主神经网络，包括：编码器模块，包括：N个编码器块，编码器块用于将待识别图像转化为空间缩减的特征图；特征融合模块，由空间缩减的特征图得到结合全局上下文和局部细节的融合特征图；残差解码器模块，逐步恢复特征图的分辨率，并细化分割结果；识别结果输出模块；边缘检测解码器神经网络，用于强化对边缘特征的学习能力；其中，边缘检测解码器神经网络中提取的边缘特征馈入相应的解码器块中。本发明可以得到更精细的分割结果。
主权项：1.一种图像中线状结构识别分割的深度学习模型，其特征在于，包括：主神经网络，包括：编码器模块，包括：N个编码器块，N≥2，所述编码器块用于将待识别图像转化为空间缩减的特征图；特征融合模块，由所述空间缩减的特征图得到结合全局上下文和局部细节的融合特征图；残差解码器模块，包括：N个解码器块，所述残差解码器模块以所述融合特征图作为输入，逐步恢复特征图的分辨率，并细化分割结果；识别结果输出模块，用于将细化分割结果转换为二进制分割掩码输出；边缘检测解码器神经网络，以所述编码器模块中的前2个编码器块的输出作为输入，用于强化对边缘特征的学习能力；其中，所述边缘检测解码器神经网络中提取的边缘特征馈入相应的解码器块中。
全文数据：
权利要求：
百度查询： 澳门科技大学 图像中线状结构识别分割的深度学习模型、方法、存储介质和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号