工器图像分割与识别技术研究

针对水电站发电机风洞检修场景下进出风洞登记与核销工具效率低的问题,提出一种基于机器视觉的工具图像分割与识别算法。该算法首先用ToolNet网络对工具图像进行分割,采用基于八度卷积的ToolRSU模块将特征按频率分解,降低模型的空间冗余和计算成本,并且引入了双重注意力模块提升模型的分割精度;然后根据工具分割图像的轮廓对工具目标进行定位,将检测到的工具目标图像输入到预训练好的特征提取器中,将工具信息转换表征为一个512维的特征向量;最后将特征信息与工具特征库进行对比完成工具的识别。实验结果表明,工具图像分割的效率相比U2-Net提升了54.47%,并且工具识别算法的识别准确率达到96.78%,检测时间为0.86 s,满足工具实时检测的速度与精度需求,具有较好的应用价值。

资料为PDF文档格式.

本文档关键词:图像,分割,识别,技术研究