[发明专利]一种工业图像智能分割压缩方法

权利要求书

1.一种工业图像智能分割压缩方法，其特征在于包括如下步骤：

离线训练的步骤：工业图像预处理后输入卷积神经网络模型得到特征图，对特征图生成不同尺寸的多个锚框，再进行锚框二分类器训练得到锚框分类与边框回归器；所述锚框二分类器训练包括：

i.根据与真实兴趣框的重合程度提取锚框中的正负样本；

ii.根据正负样本对锚框二分类器进行训练，同时根据正样本对锚框边框进行回归修正，使锚框与真实兴趣框的重合度越来越高；包括：

a.定义锚框的位置坐标：

t_x＝(x-x_a)/w_a,t_y＝(y-y_a)/h_a,t_w＝log(w/w_a),t_h＝log(h/h_a),

x,y,w,h分别代表的矩形框的中心横坐标、中心纵坐标、宽和高，x,x_a,x^*分别代表横坐标的预测值、锚框值与真实值，y,y_a,y^*分别代表纵坐标的预测值、锚框值与真实值，w,w_a,w^*分别代表宽的预测值、锚框值与真实值，h,h_a,h^*分别代表高的预测值、锚框值与真实值；

b.定义最小化目标函数L({p_i},{t_i})由两部分组成如下：

i代表锚框的索引，p_i代表第i个锚框是真实兴趣框的概率，如果锚框是正样本标签，则为1，如果锚框是负样本标签，则为0，t_i是包含上述t_x,t_y,t_w,t_h四个预测框参数化信息的向量，是包含上述四个真实兴趣框参数化信息的向量，L_cls是前景与背景的交叉熵损失函数，L_reg代表其中R是smooth L1函数，具体形式如下：

损失函数的两个部分分别用N_cls与N_reg来标准化，λ是平衡两部分损失函数的参数；

c.通过调整损失函数输出的p_i与t_i参数，对锚框进行修正，使其越来越靠近真实兴趣框；

实际处理的步骤：采集现场工业图像，输入训练好的卷积神经网络模型、锚框分类与边框回归器，生成修正后的锚框并去重操作，提取锚框候选框；合并候选框并从工业图像中分割出来。

2.根据权利要求1所述的一种工业图像智能分割压缩方法，其特征在于所述工业图像预处理包括：

选取需要处理的工业图像样本，人工标注真实兴趣框。

3.根据权利要求1所述的一种工业图像智能分割压缩方法，其特征在于所述卷积神经网络模型包括：卷积层，激活函数，池化层，批标准化层；

卷积层：y＝conv2d(x,W,bias,stride)，x为输入特征，w为卷积核大小，bias是卷积操作后要加的偏差，stride为卷积操作的步长；

Relu激活函数:y＝max(0,x)；

池化层：y＝maxpool2d(x,size,stride)，x为输入特征，size为池化操作窗口大小，stride是池化窗口在特征图上的移动步长；

批标准化(batch normalization，BN)层：即把每次神经网络的输出都归一化为标准正态分布，从而使网络更好的收敛。

4.根据权利要求1所述的一种工业图像智能分割压缩方法，其特征在于所述对特征图生成不同尺寸的多个锚框包括：

在图像特征图上的每一个点上生成不同面积大小与宽高比例的n个锚框，则一共产生w*h*n个锚框；其中，特征图的大小为(w,h,c)，w,h,c分别代表特征图的宽、高、通道数。