-
公开(公告)号:CN114399516A
公开(公告)日:2022-04-26
申请号:CN202111598935.0
申请日:2021-12-24
Applicant: 河海大学
IPC: G06T7/11 , G06T5/00 , G06V10/26 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于实例分割算法的堆石坝料分割方法,包括:(1)采集样本图像,以施工现场自然环境下的土石坝料作为研究对象;(2)建立图像预处理模块,裁剪样本并为转换灰度图像,对图像进行对比度拉伸及暗通道去雾;(3)制作图像数据库,利用labelme进行图像标注及划分;(4)将数据集导入实例分割网络模型,利用迁移学习加载预训练权重进行样本训练,通过组建的Resnet101模块、特征金字塔模块、ROIAlign模块实现土石颗粒的分类与回归预测;(5)利用步骤(4)得到的训练结果,对土石样本预测,实现土石坝料颗粒的分割与形态特征提取。本发明基于深度学习实例分割技术保证了检测精确度与检测效率,简化了操作流程,环境适应性强,分割精度高。
-
公开(公告)号:CN114399516B
公开(公告)日:2024-02-27
申请号:CN202111598935.0
申请日:2021-12-24
Applicant: 河海大学
IPC: G06T7/11 , G06T5/73 , G06T5/90 , G06V10/26 , G06V10/32 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于实例分割算法的堆石坝料分割方法,包括:(1)采集样本图像,以施工现场自然环境下的土石坝料作为研究对象;度图像,对图像进行对比度拉伸及暗通道去雾;(3)制作图像数据库,利用labelme进行图像标注及划分;(4)将数据集导入实例分割网络模型,利用迁移学习加载预训练权重进行样本训练,通过组建的Resnet101模块、特征金字塔模块、ROIAlign模块实现土石颗粒的分类与回归预测;(5)利用步骤(4)得到的训练结果,对土石样本预测,实现土石坝料颗粒的分割与形态特征提取。本发明基于深度学习实例分割技术保证了检测精确度与检测效率,简化了操作流程,环境适应性强,分割精度高。(2)建立图像预处理模块,裁剪样本并为转换灰
-