[发明专利]一种基于深度学习增强实例分割的道路积水区域检测方法有效
| 申请号： | 201911230478.2 | 申请日： | 2019-12-05 |
| 公开（公告）号： | CN110675415B | 公开（公告）日： | 2020-05-15 |
| 发明（设计）人： | 孟祥松;郑全新;赵英;张磊;刘阳;董小栋;邓家勇;江龙;王亚涛 | 申请（专利权）人： | 北京同方软件有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/187;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100083 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习增强实例分割的道路积水区域检测方法，涉及智慧城市领域和计算机视觉领域。本发明的方法步骤为：1）数据收集和标注；2）构建Mask R‑CNN，划分数据集，以易检测积水样本训练Mask R‑CNN；3）构建并训练含有GAN分支的Mask R‑CNN；4）利用含有生成器分支的Mask R‑CNN进行预测。同现有技术相比，本发明不增加现场设备节约了成本，具有算法实现简便、误差小、检测结果准确的特点。 | ||
| 搜索关键词： | 一种 基于 深度 学习 增强 实例 分割 道路 积水 区域 检测 方法 | ||
【主权项】：
1.一种基于深度学习增强实例分割的道路积水区域检测方法，其特征在于：/n1) 数据收集和标注：/n大量收集城市监控场景下的道路积水样本并标注；/n2）构建Mask R-CNN，划分数据集，以易检测积水样本训练Mask R-CNN：/nA）Mask R-CNN的结构中包含分类分支、位置回归分支和分割分支，将提取的样本特征送入上述三个分支，进行目标的检测和分割，其损失函数可表示为：/n
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北京同方软件有限公司，未经北京同方软件有限公司许可，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/patent/201911230478.2/，转载请声明来源钻瓜专利网。
