[发明专利]一种基于实例分割的模型优化训练方法及装置在审

专利信息
申请号: 202210188001.8 申请日: 2022-02-28
公开(公告)号: CN114627132A 公开(公告)日: 2022-06-14
发明(设计)人: 薛素金;杨焜 申请(专利权)人: 厦门农芯数字科技有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06T7/00;G06K9/62;G06V10/774;F16M11/04;F16M11/18
代理公司: 深圳泛航知识产权代理事务所(普通合伙) 44867 代理人: 张智轶
地址: 361000 福建省厦门市集美区*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 实例 分割 模型 优化 训练 方法 装置
【权利要求书】:

1.一种基于实例分割的模型优化训练装置,包括模型优化控制台(1)、实例图像分割模拟器(3)、模型图像摄像头(6)和图像模型检测模块(24),其特征在于:所述模型优化控制台(1)两侧均设置有实例图像分割模拟器(3),所述模型优化控制台(1)上表面贯穿设置有升降活动支架(5),所述升降活动支架(5)中间位置设置有模型图像摄像头(6),所述模型图像摄像头(6)的输出端和模型训练图像(20)的输入端相互连接,所述模型训练图像(20)的输出端和实例图像分割模拟器(3)的输入端相互连接,所述实例图像分割模拟器(3)的输出端和图像实例分割模块(21)的输入端相互连接,所述图像实例分割模块(21)的输出端和模型训练分割图像(22)的输入端相互连接,所述模型训练分割图像(22)的输出端和数据储存器(23)的输入端相互连接,所述数据储存器(23)设置在模型优化控制台(1)内部,所述数据储存器(23)的输出端和模型训练分割图像(22)的输入端相互连接,所述模型训练分割图像(22)的输出端和图像模型检测模块(24)的输入端相互连接,所述图像模型检测模块(24)的输出端与图像筛选处理模块(25)的输入端相互连接,所述图像筛选处理模块(25)的输出端和待优化图像(26)的输入端相互连接。

2.根据权利要求1所述的一种基于实例分割的模型优化训练装置,其特征在于:所述待优化图像(26)的输出端和损失计算模块(27)的输入端相互连接,所述损失计算模块(27)的输出端和优化补缺模块(28)的输入端相互连接,所述优化补缺模块(28)的输出端和优化图像(29)的输入端相互连接。

3.根据权利要求2所述的一种基于实例分割的模型优化训练装置,其特征在于:所述优化图像(29)的输出端和图像传输模块(30)的输入端相互连接,所述图像传输模块(30)的输出端和模型训练显示器二(4)的输入端相互连接。

4.根据权利要求1所述的一种基于实例分割的模型优化训练装置,其特征在于:所述图像模型检测模块(24)内部包含有像素检测模块(31)、色彩饱和度检测模块(32)、色相检测模块(33)和亮度检测模块(34)。

5.根据权利要求1所述的一种基于实例分割的模型优化训练装置,其特征在于:所述模型优化控制台(1)内部中间两侧分别固定连接有第一固定板(8)和第二固定板(9),所述第一固定板(8)和第二固定板(9)中间转动连接有高度驱动螺杆(10),所述高度驱动螺杆(10)外表面两侧设置有反向螺纹。

6.根据权利要求5所述的一种基于实例分割的模型优化训练装置,其特征在于:所述高度驱动螺杆(10)一端连接有电机,所述电机设置在第二固定板(9)内部,所述高度驱动螺杆(10)外表面两侧均贯穿设置有活动调节架(13),所述活动调节架(13)上表面固定连接有连接板(14),所述连接板(14)中间转动连接有交叉伸缩架(15),所述交叉伸缩架(15)另一端转动连接在收束滑块(16)内部。

7.根据权利要求6所述的一种基于实例分割的模型优化训练装置,其特征在于:所述收束滑块(16)滑动连接在底面滑槽(18)内部,所述底面滑槽(18)设置在活动升降架(17)下表面,所述活动升降架(17)上表面固定连接有升降活动支架(5)。

8.根据权利要求1所述的一种基于实例分割的模型优化训练装置,其特征在于:所述模型优化控制台(1)内部底端位置设置有固定支架(7),所述固定支架(7)上表面设置有顶面滑槽(19),所述顶面滑槽(19)内部滑动连接有活动调节架(13),所述活动调节架(13)外表面两侧分别设置有旋转螺环一(11)和旋转螺环二(12),所述旋转螺环一(11)和旋转螺环二(12)螺纹连接在高度驱动螺杆(10)外侧。

9.根据权利要求1所述的一种基于实例分割的模型优化训练装置,其特征在于:所述模型优化控制台(1)外表面设置有模型训练显示器一(2),所述实例图像分割模拟器(3)外表面设置有模型训练显示器二(4)。

10.根据权利要求1所述的一种基于实例分割的模型优化训练方法,其特征在于:包括以下步骤:

步骤一:通过模型图像摄像头(6)拍摄训练图像,在拍摄一定数量训练图像后,通过实例图像分割模拟器(3)将拍摄的训练图像按照相应分组类别分割为模型训练分割图像并储存在数据储存器(23)内;

步骤二:通过图像模型检测模块(24)的像素检测模块(31)、色彩饱和度检测模块(32)、色相检测模块(33)、亮度检测模块(34)分别对模型图像的像素、色彩饱和、色相以及亮度数值进行检测,从而便于获取模型图像的像素、色彩饱和、色相以及亮度数值的差异值;

步骤三:通过模型优化控制台(1)调取数据储存器(23)内部储存的实例分割图像,通过模型优化控制台(1)内部的图像模型检测模块(24)对调取的实例分割图像进行检测;

步骤四:通过图像筛选处理模块(25)筛选出像素、色彩饱和度、色相、亮度处于合适范围的实例分割图像作为待优化图像,一方面通过损失计算模块(27)计算待优化图像所需优化数值,另一方面通过优化补缺模块(28)对待优化图像缺失数值进行填补,获取优化后模型图像;

步骤五:优化后的模型图像通过图像传输模块(30)在模型训练显示器二(4)表示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门农芯数字科技有限公司,未经厦门农芯数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210188001.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top