申请/专利权人:清华大学
申请日:2021-08-04
公开(公告)日:2024-05-17
公开(公告)号:CN113592829B
主分类号:G06T7/00
分类号:G06T7/00;G06T7/11;G06T7/62;G06T5/90;G06N20/00
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2021.11.19#实质审查的生效;2021.11.02#公开
摘要:本发明公开了一种基于分割重组的深度学习泥沙颗粒识别方法及装置,其中该方法包括:采集复杂河流环境下泥沙颗粒的原始图像;将原始图像分割为多个边缘重合的图像碎片;将分割后的每个图像碎片输入至预先训练好的泥沙颗粒识别模型中,输出每个图像碎片对应的泥沙颗粒识别结果,其中,泥沙颗粒识别模型为对U‑net模型进行机器学习训练得到的模型;将多个图像碎片的泥沙颗粒识别结果重组为原始图像大小的泥沙颗粒图像。本发明能够将U‑net模型应用于复杂河流环境下泥沙颗粒的识别,提高复杂河流环境下泥沙颗粒的识别准确率。
主权项:1.一种基于分割重组的深度学习泥沙颗粒识别方法,其特征在于,包括:采集复杂河流环境下泥沙颗粒的原始图像;将所述原始图像分割为多个边缘重合的图像碎片;将分割后的每个图像碎片输入至预先训练好的泥沙颗粒识别模型中,输出每个图像碎片对应的泥沙颗粒识别结果,其中,所述泥沙颗粒识别模型为对U-net模型进行机器学习训练得到的模型;将多个图像碎片的泥沙颗粒识别结果重组为原始图像大小的泥沙颗粒图像。
全文数据:
权利要求:
百度查询: 清华大学 基于分割重组的深度学习泥沙颗粒识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。