[发明专利]一种基于深度学习图像语义分割模型的ROI区域提取方法在审
| 申请号： | 201910069317.3 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109858539A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 梁勇;郑增强;张胜森 | 申请（专利权）人： | 武汉精立电子技术有限公司;武汉精测电子集团股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06T7/11 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 李佑宏 |
| 地址： | 430205 湖北省武*** | 国省代码： | 湖北;42 |
| 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图像语义分割模型的ROI区域提取方法，其通过采集预设数量的面板检测图像数据样本，并进行预处理得到多个预设尺寸的子图像样本，标注后得到多个标注ROI区域的子图像标注样本；通过将多个子图像样本和对应的子图像标注样本划分为训练集和验证集，建立深度学习语义分割模型；分别利用训练集训练深度学习语义分割模型的各变量值和利用验证集验证深度学习语义分割模型的mIOU准确度，得到最佳的深度学习语义分割模型；采集待测面板的检测图像数据，并进行预处理得到多个预设尺寸的待测子图像，待测子图像利用最佳的深度学习语义分割模型预测得到对应的ROI区域预测图像，从而实现待测面板的ROI区域提取。 | ||
| 搜索关键词： | 语义分割 标注 子图像 预设 预处理 样本 学习图像 训练集 验证集 测子 学习 图像数据样本 采集 图像 检测图像 面板检测 模型预测 图像样本 预测图像 准确度 验证 | ||
【主权项】：
1.一种基于深度学习图像语义分割模型的ROI区域提取方法，其特征在于，具体步骤为：S1.采集预设数量的面板检测图像数据样本，并进行预处理得到多个预设尺寸的子图像样本；对多个子图像样本进行标注得到多个标注ROI区域的子图像标注样本；S2.将多个子图像样本和对应的子图像标注样本划分为训练集和验证集，建立深度学习语义分割模型；利用训练集训练深度学习语义分割模型的各变量值，利用验证集验证深度学习语义分割模型的准确度；准确度达到预设范围时，得到最佳的深度学习语义分割模型；S3.采集待测面板的检测图像数据，并进行预处理得到多个预设尺寸的待测子图像，待测子图像利用最佳的深度学习语义分割模型得到对应的预测图像，从而实现待测面板的ROI区域提取。
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武汉精立电子技术有限公司;武汉精测电子集团股份有限公司，未经武汉精立电子技术有限公司;武汉精测电子集团股份有限公司许可，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/201910069317.3/，转载请声明来源钻瓜专利网。
