![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
hopegrace
取乎其上,得乎其中;取乎其中,得乎其下;取乎其下,则无所得矣!
展开
-
基于语义分割的DWTT断口图像识别和评定方法研究
摘要: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...原创 2020-03-31 09:41:30 · 312 阅读 · 0 评论 -
Mask rcnn批量预测自己的测试集图像,去除白边保存和测试集实际大小的数据图像(以钢材DWTT断口预测实验为例)
1.批量预测自己的数据集图像--修改test.py文件# -*- coding: utf-8 -*-import osimport sysimport randomimport mathimport numpy as npimport skimage.ioimport matplotlibmatplotlib.use('TkAgg')import matplotlib.py...原创 2019-12-05 19:53:31 · 4409 阅读 · 20 评论