【技术实现步骤摘要】
本专利技术涉及图像识别，特别是涉及一种线性物体分割方法、装置、设备、介质及程序产品。
技术介绍
1、线性物体包含电线、管路、电缆、绳索等一系列物体，广泛存在于工业场景中。对于线性物体的自动化装配，精确分割可以帮助机器人准确识别和定位线性物体，从而提高装配效率和精度。同时，准确分割可以帮助机器人避开或正确处理电缆和管道等线性物体，避免装配过程中的损坏和事故。
2、然而，由于线性物体形态复杂多变，其几何形状均匀而复杂，在不同视角下形态各异，当多个线性物体相互堆叠时，存在多重交叉和复杂遮挡关系，进一步加剧目标物体的形态变化，因此会导致线性物体分割困难和分割错误的问题。
技术实现思路
1、本专利技术技术方案的目的是提供一种线性物体分割方法、装置、设备、介质及程序产品，用于解决现有技术中线性物体分割困难和分割错误的问题。
2、为达到上述目的，本专利技术是这样实现的：
3、第一方面，本专利技术的实施例提供一种线性物体分割方法，包括：
4、通过自适应曲率卷...
【技术保护点】
1.一种线性物体分割方法，其特征在于，包括：
2.根据权利要求1所述的线性物体分割方法，其特征在于，通过自适应曲率卷积网络对目标图像中的线性物体进行特征提取，获取至少两个尺度的图像特征，包括：
3.根据权利要求2所述的线性物体分割方法，其特征在于，所述自适应曲率卷积网络用于根据偏移量对所述目标图像的采样点进行变形，使变形后的采样点组成的形状符合所述线性物体的形状。
4.根据权利要求3所述的线性物体分割方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的线性物体分割方法，其特征在于，利用候选框对所述多尺度特征图进行...
【技术特征摘要】
1.一种线性物体分割方法，其特征在于，包括：
2.根据权利要求1所述的线性物体分割方法，其特征在于，通过自适应曲率卷积网络对目标图像中的线性物体进行特征提取，获取至少两个尺度的图像特征，包括：
3.根据权利要求2所述的线性物体分割方法，其特征在于，所述自适应曲率卷积网络用于根据偏移量对所述目标图像的采样点进行变形，使变形后的采样点组成的形状符合所述线性物体的形状。
4.根据权利要求3所述的线性物体分割方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的线性物体分割方法，其特征在于，利用候选框对所述多尺度特征图进行线性物体区域选取，获得区域特征图，包括：
6.根据权利要求1所述的线性物体分割方法，其特征在于，根据所述区域特征图，获得所述线性物体的分割预测结果，包括：
7.根据权利要求1或6所述的线性物体分割方法，其特征在于，所述分割预测结果包括以下至...
【专利技术属性】
技术研发人员：刘少丽，胡佳，刘检华，巩浩，何楠，王砺锋，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。