-
公开(公告)号:CN109754362B
公开(公告)日:2022-12-13
申请号:CN201811582780.X
申请日:2018-12-24
Applicant: 哈尔滨工程大学
IPC: G06T3/00 , G06T3/40 , G06T3/60 , G06T5/00 , G06T5/30 , G06T7/11 , G06T7/187 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明属于水下目标检测领域,具体涉及一种用可旋转的边界框标注海参目标检测结果的方法,包括以下步骤:对利用labelme软件制作的海参训练数据集进行数据扩充;构建全卷积神经网络;利用扩充后的数据集对构建好的全卷积神经网络进行离线训练;将包含海参的图像输入到训练好的全卷积神经网络,得到分割图;在所述分割图上进行腐蚀、滤波操作,得到后处理分割图;在所述后处理分割图上寻找最大连通域,即为检测到的海参目标。本发明对得到的分割图做腐蚀操作,剔除了海参周边的“毛刺”,确保最小外接矩形更加精确,使得海参抓取位姿不会出现在海参之外,定位更准确。
-
公开(公告)号:CN109754362A
公开(公告)日:2019-05-14
申请号:CN201811582780.X
申请日:2018-12-24
Applicant: 哈尔滨工程大学
IPC: G06T3/00 , G06T3/40 , G06T3/60 , G06T5/00 , G06T5/30 , G06T7/11 , G06T7/187 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明属于水下目标检测领域,具体涉及一种用可旋转的边界框标注海参目标检测结果的方法,包括以下步骤:对利用labelme软件制作的海参训练数据集进行数据扩充;构建全卷积神经网络;利用扩充后的数据集对构建好的全卷积神经网络进行离线训练;将包含海参的图像输入到训练好的全卷积神经网络,得到分割图;在所述分割图上进行腐蚀、滤波操作,得到后处理分割图;在所述后处理分割图上寻找最大连通域,即为检测到的海参目标。本发明对得到的分割图做腐蚀操作,剔除了海参周边的“毛刺”,确保最小外接矩形更加精确,使得海参抓取位姿不会出现在海参之外,定位更准确。
-