公开(公告)号：CN114022474A

公开(公告)日：2022-02-08

申请号：CN202111394193.X

申请日：2021-11-23

Applicant: 浙江宁海抽水蓄能有限公司 ,  河海大学

Inventor： 严良平 ,  潘月梁 ,  夏万求 ,  徐琼 ,  周浩 ,  顾倬铭 ,  田正宏 ,  樊昊岳

IPC: G06T7/00 ,  G06T7/62 ,  G06T7/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06V10/80 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLO‑V4的颗粒级配快速检测方法包括获取石料样本图像制作测试集；制作样本集，将样本集图像进行标准化预处理以及数据增强处理形成数据集；基于训练集与验证集，对原始数据进行训练，获得训练权重；利用YOLO_V4目标检测网络对训练模型进行样本分析；输入测试集，批量导出目标检测框大小，推算样本级配。本发明能准确有效的实现土石颗粒图像分割与粒径大小提取，实现土石颗粒级粒径配自动检测，适用于不同各类石料及不同粒径的自动检测。

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

Inventor： 樊昊岳 ,  田正宏 ,  路学莹 ,  何天啸

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

Inventor： 樊昊岳 ,  田正宏 ,  路学莹 ,  何天啸

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

公开(公告)号：CN119624889A

公开(公告)日：2025-03-14

申请号：CN202411679215.0

申请日：2024-11-22

Applicant: 中国水利水电第七工程局有限公司 ,  河海大学

Inventor： 龙海剑 ,  祝长江 ,  彭志海 ,  罗志 ,  高鹏杰 ,  田正宏 ,  樊昊岳

IPC: G06T7/00 ,  G06T7/62 ,  G06V20/70 ,  G06V20/17 ,  G06V10/26 ,  G06V10/766 ,  G06V10/764

Abstract: 本发明公开了一种基于机器学习的堆石坝料级配预测方法首先使用相机在实验室规模上获取堆石颗粒的图像，然后采用图像实例分割算法来提取颗粒粒度统计数据。根据不同粒径的百分比分布与分形维数的关系，建立了回归预测模型。利用一种新的优化算法对预测模型参数进行微调，以预测分形维数，然后根据分形维数对每个粒径的百分比进行逆推，生成颗粒级配曲线。最后，在施工现场尺度上验证了所提方法的有效性。本发明展现出高度的准确性以及优秀的泛化能力，证实了其在实现堆石级配快速无损检测方面的有效性；能够在5分钟内完成对施工区域的级配快速判定，极大地满足了现代工程对于高效率和高精度的要求。