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:北京智眸科技发展有限公司
摘要:本申请提供一种基于SwinTransformer的图像缺陷分割方法及系统。其中,获取待检测图像并将其输入至基于SwinTransformer架构的深度学习模型中;利用所述深度学习模型对所述待检测图像进行多尺度特征提取,并生成包含图像缺陷信息的特征图;根据所述特征图进行图像缺陷分割,得到分割结果;其中,在进行图像缺陷分割的过程中,执行多任务学习,所述多任务学习至少包括以下至少一项或者任意几项组合的子任务:缺陷分割、缺陷类型分类、缺陷位置定位。本申请提供的技术方案提升了图像缺陷分割的整体性能。
主权项:1.一种基于SwinTransformer的图像缺陷分割方法,其特征在于,包括:获取待检测图像并将其输入至基于SwinTransformer架构的深度学习模型中;利用所述深度学习模型对所述待检测图像进行多尺度特征提取,并生成包含图像缺陷信息的特征图;根据所述特征图进行图像缺陷分割,得到分割结果;其中,在进行图像缺陷分割的过程中,执行多任务学习,所述多任务学习至少包括以下至少一项或者任意几项组合的子任务:缺陷分割、缺陷类型分类、缺陷位置定位;所述根据所述特征图进行图像缺陷分割,得到分割结果,包括:对所述特征图应用条件随机场,得到经过条件随机场优化后的特征图,所述条件随机场用以细化所述特征图的分割边界并提升分割精度;在所述深度学习模型中引入动态权重调整机制,以根据不同子任务的重要性动态调整所述深度学习模型对应的损失函数的权重;将经过条件随机场优化后的特征图输入引入动态权重调整机制的深度学习模块,以通过所述深度学习模块输出分割结果;所述对所述特征图应用条件随机场,包括:利用所述条件随机场优化的能量函数,细化所述特征图的分割边界,以得到经过条件随机场优化后的特征图;其中,所述能量函数由数据项、光滑项、上下文一致性项、任务协调项以及先验项构成,所述能量函数的表达式包括: ;其中,表示能量函数,表示分割结果,分别是光滑项、上下文一致项、任务协调项以及先验项的权重系数,是数据项、是光滑项、是上下文一致性项、是任务协调项、是先验项。
全文数据:
权利要求:
百度查询: 北京智眸科技发展有限公司 一种基于Swin Transformer的图像缺陷分割方法及系统
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。