首页> 中国专利> 基于深度学习和图像处理算法的目标检测方法

基于深度学习和图像处理算法的目标检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

基于深度学习和图像处理算法的目标检测方法，本发明涉及图像目标检测方法。本发明的目的是为了解决现有机械臂应用于小目标的精密作业时，单纯用深度学习进行检测与定位，小目标位置的确定误差大，精度低的问题。过程为：步骤一、建立数据集，根据数据集对SSD网络进行训练，得到最终训练好的SSD网络，使用最终训练好的SSD网络模型对待检测的图像中的插针进行检测，在图像上用预选框把插针所在范围框出；步骤二、使用大津算法将预选框中的图像内容进行二值化，即分为插针及非插针两部分；步骤三、通过漫水填充算法，将二值化后的插针部分从图像中分离出来，并计算出插针的位置中点。本发明属于目标检测领域。

著录项

公开/公告号CN109447979A

专利类型发明专利
公开/公告日2019-03-08

原文格式PDF
申请/专利权人哈尔滨工业大学;
展开▼

申请/专利号CN201811332427.6
发明设计人林伟阳;黄乐平;邱剑彬;佟明斯;李湛;高会军;
展开▼

申请日2018-11-09
分类号G06T7/00(20170101);G06N3/04(20060101);
代理机构23109 哈尔滨市松花江专利商标事务所;
代理人刘冰
地址 150001 黑龙江省哈尔滨市南岗区西大直街92号
入库时间 2024-02-19 07:28:30

法律信息

法律状态公告日

法律状态信息

法律状态
2019-04-02

实质审查的生效 IPC(主分类):G06T7/00 申请日:20181109

实质审查的生效
2019-03-08

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习和图像处理算法的目标检测方法 [P] . 中国专利： CN109447979B . 2021.09.28
2. 基于深度学习和图像处理算法的微核组学图像检测方法 [P] . 中国专利： CN113658174A . 2021-11-16
3. Real-time pet detection method based on deep-learning and multi-object tracking method [P] . KR20220000611A . 2022-01-04

机译：基于深度学习和多目标跟踪方法的实时PET检测方法
4. ULTRA-HIGH SENSITIVE TARGET SIGNAL DETECTION METHOD BASED ON NOISE ANALYSIS USING DEEP LEARNING BASED ANOMALY DETECTION AND SYSTEM USING THE SAME [P] . US2021216877A1 . 2021-07-15

机译：基于噪声分析的超高敏感目标信号检测方法使用相同的深度学习的异常检测和系统
5. Ultra-high Sensitive Target Signal Detection Method based on Noise Analysis using Deep Learning based Anomaly Detection and System using the same [P] . KR20210076438A . 2021-06-24

机译：基于噪声分析的超高敏感目标信号检测方法使用相同的深度学习的异常检测和系统