原创力文档- 1
- 0
- 约8.07千字
- 约 9页
- 2023-05-11 发布于四川
- 举报
本发明公开了一种基于UNet深度神经网络的自冲铆接剖面图像分割方法，获取自冲铆接剖面图像作为样本图像，并且通过标注工具对每一张样本图像进行标注，生成样本图像对应的标签图像及包含标注结果的文本文件，由此构建初始数据集；对初始数据集中的样本图像进行数据增强，进而获得图像增强后的训练集；基于深度学习框架，构建初始Unet深度神经网络；设置Unet深度神经网络的训练参数；利用增强后的训练集训练Unet分割模型；应用训练好的Unet分割模型对自冲铆接剖面进行分割。本方法可以对自冲铆接剖面图片进行图像分割，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114581461 A
(43)申请公布日 2022.06.03
(21)申请号 202210188926.2 G06K 9/62 (2022.01)
文档评论（0）