基于语义分割的DWTT断口图像识别和评定方法研究

对石油管材落锤撕裂断口进行评定,目前采用的方法主要通过游标卡尺等测量工具进行测量和计算,存在对工作人员经验要求高、主观因素影响大、不规则形貌判别困难和效率低等缺点。针对以上问题提出了一种具有空洞卷积的编解码器模型的管材断口图像语义分割方法,首先对采集好的试样断口进行脆性区域的数据集标记,然后利用标记好的数据集对DeepLabV3+网络模型进行训练,该模型可以有效地分割试样断口中的脆性区域。最后对管材试样断口评定的计算方法进行了基于像素级别的改进,在对实验结果进行分析和对比后表明,所提出的方法具有更高稳定性、高准确率和良好分割效果。 

图像语义分割;

参看文献下载：【1】https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDAUTO&filename=SYYQ202001007&v=MjgwMThyUE5qVFNmN0c0SE5ITXJvOUZZNFI4ZVgxTHV4WVM3RGgxVDNxVHJXTTFGckNVUjdxZlpPUm5GeXZrVUw=

【2】www.gcyq.org/oa/darticle.aspx?type=view&id=20200107

下载地址：https://download.csdn.net/download/hopegrace/12286876