【技术实现步骤摘要】
本申请涉及深度学习，计算机，工业视觉，尤其涉及一种零件分割模型的蒸馏数据获取方法、装置、设备、介质及产品。
技术介绍
1、在工业视觉系统中，零件分割是重要的基础环节之一。比如在对零件的缺陷检测过程中，我们只希望关注零件本身的缺陷，因此需要将零件从图像背景中分割出来。
2、在相关技术中，传统的视觉分割方法，需要手动提取特征，且对于环境依赖性强，导致图像分割的效果不好；而基于深度学习的视觉分割模型，虽然图像分割效果较好，但是因为参数量大，导致图像分割的耗时较长，容易造成计算机卡顿，影响机器运行，难以实际应用在工业视觉系统中。
3、因此，亟需一种能够对图片中的零件进行准确分割且分割耗时较短的图像分割方法。
技术实现思路
1、本申请实施例提供一种零件分割模型的蒸馏数据获取方法、装置、设备、存储介质及计算机程序产品，以解决相关技术中零件图像分割无法同时满足分割耗时短和分割准确率高的技术问题。
2、第一方面，本申请实施例提供一种零件分割模型的蒸馏数据获取方法，方法包...
【技术保护点】
1.一种零件分割模型的蒸馏数据获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始分割模型包括第一编码器、第二编码器和掩码解码器；
3.根据权利要求2所述的方法，其特征在于，所述对所述初始图像进行特征提取，得到特征数据，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述第二编码器，对所述位置信息进行数据增强，得到增强位置信息，包括：
5.根据权利要求2所述的方法，其特征在于，所述将所述特征数据和所述增强位置信息输入所述掩码解码器中进行解码，得到所述分割掩码和与所述交并比分数
【技术特征摘要】
1.一种零件分割模型的蒸馏数据获取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述初始分割模型包括第一编码器、第二编码器和掩码解码器；
3.根据权利要求2所述的方法，其特征在于，所述对所述初始图像进行特征提取，得到特征数据，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过所述第二编码器，对所述位置信息进行数据增强，得到增强位置信息，包括：
5.根据权利要求2所述的方法，其特征在于，所述将所述特征数据和所述增强位置信息输入所述掩码解码器中进行解码，得到所述分割掩码和与所述交并比分数，包括：
6.根据权利要求5所述的方法，其特征在于，所述采用注意力机制对所述特征数据和所述增强位置信息进行数据处理，包括：
7.根据权利要求1...
【专利技术属性】
技术研发人员：顾津羽，管林波，冯佳明，张扬，王政，
申请(专利权)人：杭州晓悟智能有限公司，
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。