基于高效卷积网络和卷积条件随机场的语义分割方法

    公开(公告)号:CN110288603B

    公开(公告)日:2020-07-21

    申请号:CN201910429790.8

    申请日:2019-05-22

    Abstract: 本发明公开了一种基于高效卷积网络和卷积条件随机场的语义分割方法。本发明具体步骤如下:1、输入一张任意尺寸的RGB图像,采用由下采样模块和一维非瓶颈单元构成的编码器网络对原始RGB图像进行语义提取,得到一个由特征图组成的矩阵;2、采用反卷积层和一维非瓶颈单元,将编码器网络学习的辨别性特征从语义上映射到像素空间,以得到密集分类结果;3、采用卷积条件随机场网络层,结合原始RGB图像的像素点信息和解码器网络得到的像素点分类信息,对像素点语义特征再次进行分类,从而达到输出结果优化的目的。本发明采用全新的编码解码网络端到端的对像素点进行分类,通过使用效率高的卷积条件随机场网络对分割结果进行再优化。

    基于无人驾驶技术对实例分割的改进方法

    公开(公告)号:CN110276378A

    公开(公告)日:2019-09-24

    申请号:CN201910417419.X

    申请日:2019-05-20

    Abstract: 本发明公开了一种基于无人驾驶技术来对实例分割进行改进的方法。本发明提出在基于MASK R-CNN的Faster R-CNN基础上对目标进行检测以及分类,之后通过FCN特征粗提取以及CRF优化输出从而实现实例分割。具体实现步骤如下:步骤1、使用偏监督的方法对目标进行分类;步骤2、在语义分割卷积过程中采用深度可分离卷积,获取特征;步骤3、对卷积层得到的特征进行特征融合优化,在低层引入语义信息,在高层引入空间信息。本发明使用较低的成本便建立了较好的目标检测及分类结果。本发明采用深度可分离卷积,提高分割结果的精度以及计算机的效率,减少时间的损耗。

    基于高效卷积网络和卷积条件随机场的语义分割方法

    公开(公告)号:CN110288603A

    公开(公告)日:2019-09-27

    申请号:CN201910429790.8

    申请日:2019-05-22

    Abstract: 本发明公开了一种基于高效卷积网络和卷积条件随机场的语义分割方法。本发明具体步骤如下:1、输入一张任意尺寸的RGB图像,采用由下采样模块和一维非瓶颈单元构成的编码器网络对原始RGB图像进行语义提取,得到一个由特征图组成的矩阵;2、采用反卷积层和一维非瓶颈单元,将编码器网络学习的辨别性特征从语义上映射到像素空间,以得到密集分类结果;3、采用卷积条件随机场网络层,结合原始RGB图像的像素点信息和解码器网络得到的像素点分类信息,对像素点语义特征再次进行分类,从而达到输出结果优化的目的。本发明采用全新的编码解码网络端到端的对像素点进行分类,通过使用效率高的卷积条件随机场网络对分割结果进行再优化。

    一种乐谱自动翻页装置
    5.
    实用新型

    公开(公告)号:CN210501957U

    公开(公告)日:2020-05-12

    申请号:CN201920792523.2

    申请日:2019-05-29

    Abstract: 本实用新型公开了一种乐谱自动翻页装置。现有技术中,自动翻曲谱的装置还是比较空缺的。本实用新型包括基础支架、翻转块、翻转舵机、翻转杆、电动推杆、真空吸盘、负压风扇、触摸踏板和电路部分。所述的翻转块与基础支架构成转动副,并由翻转舵机驱动。翻转杆的内端与翻转块固定,外端与电动推杆的外壳固定。电动推杆的推出杆外端固定有真空吸盘。真空吸盘的背部上设置有负压风扇。触摸踏板包括基板和五个红外传感器。五个红外传感器分别固定在基板的中心、四个角上。本实用新型使用红外传感器来控制翻页,红外传感器相比传统的机械结构来说具有非接触、灵敏度高、结构简单以及价格便宜等特点。

Patent Agency Ranking