【技术实现步骤摘要】
本专利技术涉及人工智能计算机视觉，具体为一种基于大模型的废钢材实例分割方法及相关设备。
技术介绍
1、钢铁企业的废钢回收再利用面临的核心挑战之一是废钢识别，即从堆叠密集的废钢料堆中区分出各个废钢零件并存储相应的料型信息。目前废钢识别主要依靠质检员通过目测方法，凭工作经验对废钢料堆中的实例进行粗略识别和判定，存在劳动强度大、安全系数低、主观性强以及识别不准确的问题。随着人工智能的不断发展，以机器代替传统人工的废钢智能识别系统应运而生。然而，实际废钢材回收场景中不同废钢零件形状大小各异，难以划分明确的类别信息，如何结合人工智能算法处理废钢材图像实现废钢材实例分割，提供清晰完整的单体级废钢零件信息是后续废钢材智能定级的关键。
2、目前，废钢智能识别方案大都基于目标检测模型，但是目标检测模型通常只能提供表明目标位置的边界框和物体类别信息，无法精确刻画每个废钢单体的边界，影响后续废钢判级的准确性。部分学者基于图像分割的方法，通过逐像素点分类实现对目标个体的区分，可以提供每个钢材零件清晰完整的轮廓信息，主要包括语义分割和实例分割两类，前...
【技术保护点】
1.一种基于大模型的废钢材实例分割方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大模型的废钢材实例分割方法，其特征在于，采用CVAT标注软件对收集到的废钢图像进行实例分割标注，并将标注信息保存为Json文件，所述Json文件将数据集按比例划分为训练集，验证集和测试集。
3.根据权利要求1所述的一种基于大模型的废钢材实例分割方法，其特征在于，将数据集输入至废钢材实例分割模型内基于综合损失函数进行训练和参数优化的具体过程如下：
4.根据权利要求3所述的一种基于大模型的废钢材实例分割方法，其特征在于，S2中，模型采用ViT-B...
【技术特征摘要】
1.一种基于大模型的废钢材实例分割方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大模型的废钢材实例分割方法，其特征在于，采用cvat标注软件对收集到的废钢图像进行实例分割标注，并将标注信息保存为json文件，所述json文件将数据集按比例划分为训练集，验证集和测试集。
3.根据权利要求1所述的一种基于大模型的废钢材实例分割方法，其特征在于，将数据集输入至废钢材实例分割模型内基于综合损失函数进行训练和参数优化的具体过程如下：
4.根据权利要求3所述的一种基于大模型的废钢材实例分割方法，其特征在于，s2中，模型采用vit-b模型，具体过程如下：
5.根据权利要求3所述的一种基于大模型的废钢材实例分割方法，其特征在于，s3中，在特征聚合模块γimg-agg中，将图像编码器提取的中间层特征fi进行特征融合，在利用低层特征图的空间信息的同时结合高层特征图的语义信息的具体过程...
【专利技术属性】
技术研发人员：顾以静，王翰林，霍鹏程，马钟，蒙雨欣，
申请(专利权)人：西安微电子技术研究所，
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。