发明公开
- 专利标题: 一种损伤类复合材料裂隙特征深度学习分割方法及系统
-
申请号: CN202311493696.1申请日: 2023-11-10
-
公开(公告)号: CN117392152A公开(公告)日: 2024-01-12
- 发明人: 郑克洪 , 曹虓琪 , 陆文判 , 沈仲涛 , 陈浩 , 赵书瀚 , 乔立正 , 胥金光 , 吴承烈
- 申请人: 浙江理工大学
- 申请人地址: 浙江省杭州市经济技术开发区白杨街道2号大街928号
- 专利权人: 浙江理工大学
- 当前专利权人: 浙江理工大学
- 当前专利权人地址: 浙江省杭州市经济技术开发区白杨街道2号大街928号
- 代理机构: 北京东方盛凡知识产权代理有限公司
- 代理商 沈晓彦
- 主分类号: G06T7/11
- IPC分类号: G06T7/11 ; G06N3/045 ; G06N3/0464 ; G06N3/0475 ; G06N3/094
摘要:
本发明公开了一种损伤类复合材料裂隙特征深度学习分割方法及系统,属于图像处理技术领域。方法包括:采集损伤玄武岩复合纤维XCT图像,获得真实图像集、真实标记图像集;基于真实标记图像集获得真实标签集;基于真实标记图像集生成伪标记图像集,基于伪标记图像集获得伪标签集;构建第一网络模型,采用真实图像集和真实标签集训练第一网络模型;基于第一网络模型对伪标记图像集进行还原,得到伪图像集;基于真实图像集和真实标签集构建真实训练集,基于伪图像集和伪标签集构建伪训练集;构建第二网络模型,采用真实训练集和伪训练集对第二网络模型进行训练,基于第二网络模型对待分割图像进行分割,得到分割图像。本发明节省了大量的人工成本。