[发明专利]一种基于深度学习的类别敏感型边缘检测方法在审
| 申请号： | 201811520198.0 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109741351A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 王磊;徐成俊;程俊 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06T7/13 | 分类号： | G06T7/13;G06N3/04 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 范盈 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的类别敏感型边缘检测方法，采用深度学习神经网络模型得到若干类别目标的边缘分类检测结果。使用深度监督方法进行模型训练，在训练过程中使用自适应尺度变换的标签，交叉使用重置权重的损失函数和一般的交叉损失熵函数。本发明能够对特定的目标边缘进行检测，同时对得到的边缘进行分类，相较于现有的深度学习边缘检测方法，本发明不仅提高了检测精度，得到更加细化的图像边缘，且几乎不需要后期再处理；而且在功能上进行了扩展，能够对以边缘为基础的其他任务，如目标分割、实例分割等任务提供更高的性能保障。 | ||
| 搜索关键词： | 边缘检测 学习神经网络 边缘分类 尺度变换 检测结果 交叉使用 类别目标 模型训练 目标边缘 目标分割 损失函数 图像边缘 性能保障 训练过程 敏感 再处理 自适应 熵函数 检测 权重 细化 重置 学习 标签 分割 分类 监督 | ||
【主权项】：
1.一种基于深度学习的类别敏感型边缘检测方法，其特征在于，采用深度学习神经网络模型得到若干类别目标的边缘分类检测结果。
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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201811520198.0/，转载请声明来源钻瓜专利网。
