[发明专利]一种基于深度学习的废钢料型占比识别方法在审
| 申请号： | 202210515716.X | 申请日： | 2022-05-11 |
| 公开（公告）号： | CN115100403A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 李毅仁;申培;李玉涛;林亚团;来博文;陈云朋;冯兴;许春亮 | 申请（专利权）人： | 河钢数字技术股份有限公司 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/44;G06V10/80;G06V10/82;G06V10/774;G06N3/04;G06N3/08 |
| 代理公司： | 石家庄知住优创知识产权代理事务所(普通合伙) 13131 | 代理人： | 王丽巧 |
| 地址： | 050000 河北省石家庄*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的废钢料型占比识别方法，包括以下步骤：步骤一、基于深度残差网络和注意力模块构建特征提取主干网络，通过主干网络对给定废钢图像进行多尺度特征提取，得到有效特征层和基础特征层；步骤二、融合有效特征层和基础特征层进行特征融合得到融合特征层，通过融合特征层预测每个像素点的废钢类别，得到废钢料型的语义特征信息；步骤三、融合基础特征信息和语义特征信息，预测不同类型废钢的占比；本发明提出的废钢特征提取主干网络，结合深度残差网络和注意力机制，能够提取更深层次的不同类型废钢特征，同时注意力机制使废钢料型特征提取过程中更能关注不同类型废钢特征，从而废钢料型特征提取过程更加有效。 | ||
| 搜索关键词： | 一种 基于 深度 学习 废钢 料型占 识别 方法 | ||
【主权项】：
暂无信息
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河钢数字技术股份有限公司，未经河钢数字技术股份有限公司许可，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/202210515716.X/，转载请声明来源钻瓜专利网。
