一种基于图像分割的作业现场物体标记系统及方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于图像分割的作业现场物体标记系统及方法
申请号:
CN202510220322
申请日期:
2025-02-27
公开号:
CN120260041A
公开日期:
2025-07-04
类型:
发明专利
摘要
本发明涉及图像识别技术领域,具体涉及一种基于图像分割的作业现场物体标记系统及方法,包括视频监控模块、图像处理模块、图像分割模块、标记分类模块、数据管理模块和用户交互模块,本发明基于深度学习的图像分割技术,能够自动学习图像特征,实现对物体的像素级精确分割和标记。深度学习模型通过大量标注数据进行训练,能够识别各种复杂场景下的物体,并生成高精度的分割掩码,从而显著提高物体标记的精度和可靠性,进而解决传统的现场作业标记方式精度较低的问题。
技术关键词
作业现场
图像分割
标记系统
数据管理模块
视频监控模块
图像处理模块
物体
数据访问控制
深度学习模型
可视化单元
压缩单元
缩放单元
视频编码
滤波单元
传输单元
安全监管
数据访问策略