浙江省輕工業品質量檢驗研究院;中國計量大學盧鴦獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉浙江省輕工業品質量檢驗研究院;中國計量大學申請的專利一種基于改進的Mask R-CNN神經網絡的羊毛羊絨纖維識別方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114140687B 。
龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111382370.2,技術領域涉及:G06V20/10;該發明授權一種基于改進的Mask R-CNN神經網絡的羊毛羊絨纖維識別方法是由盧鴦;瞿瑞德;李子印;孔繁圣;從明芳;韓高鋒設計研發完成,并于2021-11-22向國家知識產權局提交的專利申請。
本一種基于改進的Mask R-CNN神經網絡的羊毛羊絨纖維識別方法在說明書摘要公布了:本發明涉及圖像識別技術領域。目的是提供一種基于改進的MaskR?CNN神經網絡的羊毛羊絨纖維識別方法,該方法應具有識別速度快、識別準確率高的特點。技術方案是:一種基于改進的MaskR?CNN神經網絡的羊毛羊絨纖維識別方法,包括以下步驟:1采集若干羊毛羊絨纖維圖像制作成數據集,并對數據集中每張纖維圖像中的每根纖維進行標注;2將數據集輸入改進的MaskR?CNN神經網絡進行訓練,得到訓練好的改進的MaskR?CNN神經網絡;3利用改進的MaskR?CNN神經網絡對羊毛羊絨纖維進行分類識別。
本發明授權一種基于改進的Mask R-CNN神經網絡的羊毛羊絨纖維識別方法在權利要求書中公布了:1.一種基于改進的MaskR-CNN神經網絡的羊毛羊絨纖維識別方法,包括以下步驟: 1采集若干羊毛羊絨纖維圖像制作成數據集,并對數據集中每張纖維圖像中的每根纖維進行標注; 2將數據集輸入改進的MaskR-CNN神經網絡進行訓練,得到訓練好的改進的MaskR-CNN神經網絡; 3利用改進的MaskR-CNN神經網絡對羊毛羊絨纖維進行分類識別; 所述改進的MaskR-CNN神經網絡包括Transformer主干網絡、PANet中間層、RPN區域提議網絡、ROIAlign網絡、頭部網絡、ReCls重分類網絡、類別損失函數;所述頭部網絡包括全連接層、類別識別分支、預測包圍框分支、預測蒙版分支,類別識別分支中的類別損失函數為softmax函數與交叉熵損失函數; 頭部網絡包括并聯的類別識別分支、預測包圍框分支、預測蒙版分支,并且類別識別分支與預測包圍框分支設置在全連接層之后; 所述ReCls重分類網絡設置在類別識別分支之后; 所述Transformer主干網絡包括六個encoder層和六個decoder層,每個 encoder層包括一個self-attention層和一個feedforward層,每個decoder 層包括一個self-attention層、一個encoder-decoderattention層、一個Feedforward層; 所述PANet中間層包括特征金字塔網絡、自下而上的路徑增強、動態特征池化、全連接層融合; 所述ReCls重分類網絡包括:先對網絡結構中特征圖之后的類別識別分支末端進行修改,在fixedsizefeaturemap中應用maskbranch分支識別出交錯纖維中其中一根纖維對應類別的蒙版,再利用這個蒙版把交錯纖維中另一根纖維篩選出來,對這根纖維進行一次新的分類識別,生成對應類別的蒙版,再將這些單根纖維的蒙版應用于fixedsizefeaturemap中,獲得每根纖維對應的maskedfixedfeaturemap,最后將這些特征送入到fullconnectedlayers中,輸出重分類的纖維類別,形成ReCls重分類網絡; 所述RPN區域提議網絡包括:通過滑動窗口掃描PANet中間層生成的主干特征圖,提出若干個不同大小的矩形候選區域; 所述ROIAlign網絡對RPN網絡輸出的特征圖使用雙線性差值,輸出7×7的特征圖; 所述softmax函數為: ; 其中,V表示整個樣本,i,j表示樣本的序號,n表示樣本的總數,Vj表示第j個樣本,Si表示Vi的softmax值。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江省輕工業品質量檢驗研究院;中國計量大學,其通訊地址為:310018 浙江省杭州市下沙路300號6號樓;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。