龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学中山学院
摘要：本发明适用于机器视觉定位技术领域，提供了一种基于扩散模型的高精度Mark定位算法，所述方法包括：数据集构建、构建扩散模型神经网络、扩散模型神经网络训练、扩散模型神经网络验证、扩散模型神经网络的评估、扩散模型神经网络推理与预测。与传统的机器视觉Mark定位方法相比，采用基于扩散模型的高精度Mark定位算法对Mark点进行高精度定位，具有定位精度高，泛化性好，鲁棒性强的特点。可以使用本发明的算法对常见的Mark形状算法进行统一定位，而且具有抗干扰能力强的特点。本发明方法在实际检测的过程中，可以对网络进行优化，以及采用GPU提供的并行计算方法，可以提高运算效率与总体处理速度。
主权项：1.一种基于扩散模型的高精度Mark定位算法，其特征在于，所述算法包括：S1、构建包含训练集、测试集和验证集的数据集；S2、收集和标注包含Mark标志的图像数据集，并构建U-Net架构，在U-Net的末尾添加全连接层以输出Mark标志的预测位置坐标，得到扩散模型神经网络；S3、将训练集中的图片输入构建的扩散模型神经网络中，对扩散模型神经网络进行训练；S4、将验证集中的数据输入训练好的扩散模型神经网络中，获取模型输出的预测Mark标志位置，计算验证数据集中真实位置与预测位置的差，若误差大于设定的阈值，则调整模型的超参，返回S3，继续训练模型；若误差小于设置的阈值，则停止训练；S5、把测试集中的数据输入验证后的扩散模型神经网络中，获取模型输出的预测Mark标志位置，计算测试数据集中真实位置与预测位置的差，若误差大于设定的阈值，返回S3，继续训练模型；若误差小于设置的阈值，则停止训练，模型训练结束；S6、将扩散模型神经网络部署到应用环境中，将从工业相机获取的图片输入到扩散模型神经网络中，输出Mark标志在图片中的位置。
全文数据：
权利要求：
百度查询： 电子科技大学中山学院 一种基于扩散模型的高精度Mark定位算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号