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！

龙图腾网获悉江汉大学申请的专利一种基于语义分割模型的砂石图像采集设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205523B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210386879.2，技术领域涉及：G06V20/60；该发明授权一种基于语义分割模型的砂石图像采集设备是由左治江;李世杰;李涵;曾凡琮;潘利波设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种基于语义分割模型的砂石图像采集设备在说明书摘要公布了：本申请实施例中公开了一种基于语义分割模型的砂石图像采集设备，包括相机、支架、旋转托盘、操作台以及图像处理装置，其中：相机通过支架安装在操作台上方，旋转托盘安装在操作台的台面上，且相机的拍摄方向正对旋转托盘的托物面，旋转托盘用于放置砂石，图像处理装置设置在相机一侧，并且与相机连接；图像处理装置内置语义分割模型，语义分割模型包括特征提取模块和语义映射模块，特征提取模块包括5个特征提取单元，语义映射模块包括5个语义映射单元。本方案中的基于语义分割模型的砂石图像采集设备不仅可以通过转动旋转托盘获取砂石多个角度的拍摄图片，而且还可以通过图像处理装置内置的语义分割模型对采集到的砂石图片进行精准的分割。

本发明授权一种基于语义分割模型的砂石图像采集设备在权利要求书中公布了：1.一种基于语义分割模型的砂石图像采集设备，其特征在于，所述基于语义分割模型的砂石图像采集设备包括：相机、支架、旋转托盘、操作台以及图像处理装置，其中： 所述相机通过所述支架安装在所述操作台上方，所述旋转托盘安装在所述操作台的台面上，且所述相机的拍摄方向正对所述旋转托盘的托物面，所述旋转托盘用于放置砂石，所述图像处理装置设置在所述相机一侧，并且与所述相机连接； 所述图像处理装置内置语义分割模型，所述语义分割模型包括特征提取模块和语义映射模块，所述特征提取模块包括5个特征提取单元，每个特征提取单元均由第一卷积层、池化层以及正则化层组成，所述语义映射模块包括5个语义映射单元，第一至四个语义映射单元由上采样层以及第二卷积层组成，第5个语义映射单元由上采样层、第二卷积层以及SoftMax分类层组成； 当所述相机采集到所述旋转托盘上砂石的砂石图像之后，所述相机将所述砂石图像输入所述图像处理装置中，使得所述语义分割模型执行： 通过所述第一卷积层、所述池化层以及所述正则化层依次对所述砂石图像进行线性滤波处理、最大池化处理以及批量正则化处理，得到所述砂石图像的语义信息； 通过所述上采样层、所述第二卷积层以及所述SoftMax分类层依次对所述语义信息进行上采样处理、反卷积处理以及归一化概率计算处理，得到所述砂石图像的砂石分类图像； 所述语义分割模型在执行所述通过所述第一卷积层、所述池化层以及所述正则化层依次对所述砂石图像进行线性滤波处理、最大池化处理以及批量正则化处理，得到所述砂石图像的语义信息步骤时，具体实现: 通过所述第一卷积层中预设的线性滤波公式、所述池化层中预设的最大池化公式以及所述正则化层中预设的批量正则化公式依次对所述砂石图像进行线性滤波处理、最大池化处理以及批量正则化处理，得到所述砂石图像的语义信息,其中： 所述线性滤波公式为： 其中，fx+s,y+t为进行滤波的图像矩阵，ws,t为卷积核，gx,y为输出图像矩阵； 所述最大池化公式为： 其中，m,n为最大池化矩阵的维度，为最大池化之后的特征矩阵； 在所述正则化层中沿着通道计算每个batch的均值μ，方差σ2，做归一化，并且加入缩放和平移量γ和β，可批量正则化计算得： 其中，m为batch的数量，zi代表批量正则化之后的传播值； 所述语义分割模型在执行所述通过所述上采样层、所述第二卷积层以及所述SoftMax分类层依次对所述语义信息进行上采样处理、反卷积处理以及归一化概率计算处理，得到所述砂石图像的砂石分类图像步骤时，具体实现: 通过所述上采样层对所述语义信息对应的特征图像进行上采样，得到上采样后的特征图像； 通过所述第二卷积层中的线性滤波公式对所述上采样后的特征图像进行反卷积处理，得到反卷积后的特征图像； 通过所述SoftMax分类层对所述反卷积后的特征图像进行归一化概率计算，得到概率计算结果； 将所述概率计算结果中值最大的概率对应的结果对所述砂石图像进行分类，得到所述砂石分类图像； 所述语义分割模型在执行所述通过所述SoftMax分类层对所述反卷积后的特征图像进行归一化概率计算，得到概率计算结果步骤时，具体实现： 通过所述SoftMax分类层中的概率计算公式对所述反卷积后的特征图像进行归一化概率计算，得到所述概率计算结果，其中，所述概率计算公式为： 其中，k表示神经网络输出的类别数，v为输出向量，vj为v中第j个输出值，i表示当前需要计算的类别，计算结果在0到1之间，且所有类别的softmax值和为1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江汉大学，其通讯地址为：430056 湖北省武汉市沌口经济技术开发区新江大路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。