基于深度學(xué)習(xí)的邊緣檢測(cè)濾波器優(yōu)化方法

基本信息

申請(qǐng)?zhí)?/td> CN202011109798.5 申請(qǐng)日 -
公開（公告）號(hào) CN112308870B 公開（公告）日 2022-06-14
申請(qǐng)公布號(hào) CN112308870B 申請(qǐng)公布日 2022-06-14
分類號(hào) G06T7/13（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/143（2017.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 尹仕斌;郭寅;郭磊;徐金辰 申請(qǐng)（專利權(quán)）人 易思維（杭州）科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 310051浙江省杭州市濱江區(qū)濱安路1197號(hào)3幢495室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的邊緣檢測(cè)濾波器優(yōu)化方法，包括：采集多張待測(cè)物圖像，記為訓(xùn)練圖像集；分別框選各張圖像中的待測(cè)特征并標(biāo)注，得到標(biāo)注圖像；以第一張訓(xùn)練圖像作為輸入圖像；對(duì)輸入圖像進(jìn)行卷積，再計(jì)算各個(gè)像素點(diǎn)的梯度，輸入到Sigmiod函數(shù)中進(jìn)行激活處理，得到輸出結(jié)果圖；將輸出結(jié)果圖記為新的輸入圖像，重復(fù)；利用softmax函數(shù)得到歸一化結(jié)果圖，計(jì)算歸一化結(jié)果圖與標(biāo)注圖像的損失矩陣MLoss和LOSS值；利用損失矩陣MLoss進(jìn)行反向傳播，得出修正后的各層邊緣檢測(cè)濾波器；以下一張訓(xùn)練圖像作為輸入圖像并利用修正后的各層邊緣檢測(cè)濾波器繼續(xù)重復(fù)，直到LOSS值發(fā)生收斂；本方法邊緣檢測(cè)穩(wěn)定更好，魯棒性高且計(jì)算量小。