发明公开
- 专利标题: 基于改进FCN语义分割模型的电成像图像裂缝识别方法
-
申请号: CN202310912986.9申请日: 2023-07-24
-
公开(公告)号: CN116912751A公开(公告)日: 2023-10-20
- 发明人: 刘红岐 , 马同乐 , 师少龙 , 廖海博
- 申请人: 西南石油大学
- 申请人地址: 四川省成都市新都区新都大道8号
- 专利权人: 西南石油大学
- 当前专利权人: 西南石油大学
- 当前专利权人地址: 四川省成都市新都区新都大道8号
- 代理机构: 成都其知创新专利代理事务所
- 代理商 舒春艳
- 主分类号: G06V20/50
- IPC分类号: G06V20/50 ; G06V20/70 ; G06V10/26 ; G06V10/762 ; G06V10/774 ; G06V10/82 ; G06N3/0455 ; G06N3/0464 ; G06N3/047 ; G06N3/048 ; G06N3/08
摘要:
本发明公开了基于改进FCN语义分割模型的电成像图像裂缝识别方法,包括利用超像素分割算法构建用于深度学习训练的像素级标注数据集;采用图像旋转方法对像素级标注数据集进行数据增强;构建改进的FCN语义分割模型;采用像素级标注数据集对改进的FCN语义分割模型进行训练;利用训练好的改进的FCN语义分割模型对待识别电成像图像进行裂缝识别。本发明在语义分割模型中融合通道与空间交叉注意力模块,获取图像中的语义依赖关系,空间交叉的目的可以减小模型计算量;其次,将ResNet‑50作为骨干提取网络,具有一定深度,可以充分提取FMI图像中的上下文信息;最后,用超像素分割辅助人工进行图像标定,可以提高准确度和效率。