[发明专利]滴漏液体的检测方法、装置、存储介质及电子装置在审

专利信息
申请号: 202211736559.1 申请日: 2022-12-31
公开(公告)号: CN116071543A 公开(公告)日: 2023-05-05
发明(设计)人: 严谨;孙海涛;李宁钏;杨剑波;赵蕾;熊剑平;胡凯旋 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/82;G06N3/0455;G06N3/088
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 赵静
地址: 310051 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 滴漏 液体 检测 方法 装置 存储 介质 电子
【权利要求书】:

1.一种滴漏液体的检测方法,其特征在于,包括:

通过目标检测模型对第一待处理图片中的滴漏液体进行检测,得到第一目标图片,其中,所述第一目标图片中包含第一检测框,所述第一检测框用于标识通过所述目标检测模型检测到的滴漏液体;

根据所述第一检测框标识的滴漏液体的大小以及所述第一待处理图片相邻帧图片中的滴漏液体的检测结果,确定所述检测到的滴漏液体是否为所述目标检测模型误检得到的;

所述检测到的滴漏液体不为所述目标检测模型误检得到的情况下,在所述第一待处理图片中标记与所述第一检测框具有映射关系的第二检测框,其中,所述第二检测框用于标识所述第一待处理图片中的所述滴漏液体。

2.根据权利要求1所述的方法,其特征在于,所述通过目标检测模型对多帧待处理图片中的滴漏液体进行检测,包括:

通过所述目标检测模型中的重建子网络对所述第一待处理图片进行重建操作,得到目标重建图片,其中,所述目标重建图片是不包含滴漏液体的图片;

将所述第一待处理图片的图片特征和所述目标重建图片的图片特征进行连接,得到目标连接特征;

通过所述目标检测模型中的判别子网络对所述目标连接特征进行判别操作,得到所述第一待处理图片的目标掩码输出图片,其中,所述目标掩码输出图片用于标识所述第一待处理图片中包含的所述滴漏液体所在的位置;

对所述目标掩码输出图片进行池化操作,得到所述第一目标图片,其中,所述第一检测框是根据所述目标掩码输出图片所标识的所述滴漏液体所在的位置确定的检测框。

3.根据权利要求2所述的方法,其特征在于,在所述通过所述目标检测模型中的重建子网络对所述第一待处理图片进行重建操作之前,所述方法还包括:

获取训练样本图片集合和掩码输入图片集合,其中,所述训练样本图片集合中各个样本图片均是不包含所述滴漏液体的图片,所述掩码输入图集合中的掩码输入图片用于与所述样本图片合成包含所述滴漏液体的输入图片,所述掩码输入图片集合中的掩码输入图片是随机生成的;

使用所述训练样本图片集合中的样本图片和所述掩码输入图片集合中的掩码输入图片合成包含所述滴漏液体的输入图片,得到输入图片集合;

使用所述输入图片集合对待训练的检测模型进行迭代训练,得到所述目标检测模型,其中,在训练过程中,若所述待训练的检测模型输出的损失值小于或等于预设阈值,结束训练,并将结束训练时的所述待训练的检测模型确定为所述目标检测模型,若所述待训练的检测模型输出的所述损失值大于所述预设阈值,调整所述待训练的检测模型中的模型参数。

4.根据权利要求3所述的方法,其特征在于,所述使用所述输入图片集合对待训练的检测模型进行迭代训练,得到所述目标检测模型,包括:

通过以下步骤对待训练的检测模型进行第i轮训练,其中,i是大于或等于1的整数:

获取第i轮训练使用的第i个输入图片,其中,所述第i个输入图片是对所述训练样本图片集合中第i轮训练使用的样本图片与所述掩码输入图片集合中第i轮训练使用的掩码输入图进行合成得到的输入图片;

通过第i-1轮训练得到的待训练的检测模型中的重建子网络对所述第i个输入图片进行重建操作,得到第i个重建图片;

将所述第i个重建图片的图片特征和所述第i轮训练使用的样本图片的图片特征进行连接,得到第i个连接特征;

通过所述第i-1轮训练得到的待训练的检测模型中的判别子网络对所述第i个连接结果进行判别操作,得到第i个掩码输出图片,其中,所述第i个掩码输出图片用于标识所述第i个输入图片中包含的所述滴漏液体所在的位置;

对所述第i个掩码输出图片进行池化操作,得到所述第i个目标图片,其中,所述第i个目标图片包括第i个检测框,所述第i个检测框是根据所述第i个掩码输出图片所标识的所述滴漏液体所在的位置确定的检测框;

根据所述第i轮训练使用的掩码输入图、所述第i个掩码输出图片、所述第i轮训练使用的样本图片和所述第i个重建图片,确定所述第i轮训练的第i个损失值;

若所述第i个损失值小于或等于所述预设阈值,结束训练,并将所述第i-1轮训练得到的待训练的检测模型确定为所述目标检测模型,若所述第i个损失值大于所述预设阈值,调整所述第i-1轮训练得到的待训练的检测模型中的模型参数,得到所述第i轮训练得到的待训练的检测模型。

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浙江大华技术股份有限公司,未经浙江大华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/pat/books/202211736559.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top