-
-
公开(公告)号:CN112686304B
公开(公告)日:2023-03-24
申请号:CN202011595520.3
申请日:2020-12-29
申请人: 山东大学
IPC分类号: G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/77 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/0985
摘要: 本发明涉及一种基于注意力机制以及多尺度特征融合的目标检测方法、设备及存储介质,是指:将待检测的图像输入目标检测模型,得到图像中目标的类别、包围框中心的坐标以及包围框的长和宽;目标检测模型的生成过程为:通过标注有目标的类别、包围框中心的坐标以及包围框的长和宽的样本图像训练得到目标检测模型。本发明提出了CombineFPN和Scale Fusion(SF)模块对FPN网络结构多特征融合不充分问题进行改善。提出了轻量级的non‑localattention应用于检测器的头部网络分类部分,用于提升像素级分类的准确度。
-
公开(公告)号:CN112700505A
公开(公告)日:2021-04-23
申请号:CN202011639917.8
申请日:2020-12-31
申请人: 山东大学
摘要: 本发明涉及一种基于双目三维跟踪的手眼标定方法、设备及存储介质,是指:选定的三维跟踪方法为先有场景中某物体的三维模型,结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。本发明将三维跟踪求解世界坐标系到相机坐标系下的坐标变换关系的方法引入手眼标定的工作中,提高了手眼标定的精度,避免了特征点匹配不准确等问题。
-
-
-
公开(公告)号:CN112686304A
公开(公告)日:2021-04-20
申请号:CN202011595520.3
申请日:2020-12-29
申请人: 山东大学
摘要: 本发明涉及一种基于注意力机制以及多尺度特征融合的目标检测方法、设备及存储介质,是指:将待检测的图像输入目标检测模型,得到图像中目标的类别、包围框中心的坐标以及包围框的长和宽;目标检测模型的生成过程为:通过标注有目标的类别、包围框中心的坐标以及包围框的长和宽的样本图像训练得到目标检测模型。本发明提出了CombineFPN和Scale Fusion(SF)模块对FPN网络结构多特征融合不充分问题进行改善。提出了轻量级的non‑localattention应用于检测器的头部网络分类部分,用于提升像素级分类的准确度。
-
公开(公告)号:CN112700505B
公开(公告)日:2022-11-22
申请号:CN202011639917.8
申请日:2020-12-31
申请人: 山东大学
摘要: 本发明涉及一种基于双目三维跟踪的手眼标定方法、设备及存储介质,是指:选定的三维跟踪方法为先有场景中某物体的三维模型,结合边缘和区域的方法,将置信度和特征融合进一步判断三维物体在世界坐标系到相机坐标系下的坐标变换关系。本发明将三维跟踪求解世界坐标系到相机坐标系下的坐标变换关系的方法引入手眼标定的工作中,提高了手眼标定的精度,避免了特征点匹配不准确等问题。
-
-
-
-
-
-