[发明专利]基于U-Net深度学习网络的粒度检测分析方法有效
| 申请号： | 201711338870.X | 申请日： | 2017-12-14 |
| 公开（公告）号： | CN108182674B | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 郭杰;李端发;万力 | 申请（专利权）人： | 合肥金星机电科技发展有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/13;G06T7/70 |
| 代理公司： | 合肥诚兴知识产权代理有限公司 34109 | 代理人： | 汤茂盛 |
| 地址： | 230088 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于U‑Net深度学习网络的粒度检测分析方法，包括如下步骤：A、收集待检测物的大量粒块图像；B、对粒块图像进行预处理，得到标准化图像；C、对标准化图像进行人工标定，绘制出粒块的边缘得到人工标定图像，将人工标定图像作为标签图像；D、搭建基于U‑Net的深度学习网络，将步骤B中的标准化图像作为输入图像、步骤C中的标签图像作为输出图像载入至深度学习网络，开始训练，得到训练好的粒度模型。进行训练得出待检测物的粒块的粒度模型，之后针对待检测物进行粒度分析时，只需将拍摄处理好的标准化图像输入至粒度模型中，便可快速的对粒块或粉体完成粒度分布分析。 | ||
| 搜索关键词： | 基于 net 深度 学习 网络 粒度 检测 分析 方法 | ||
【主权项】：
1.一种基于U‑Net深度学习网络的粒度检测分析方法，包括如下步骤：A、收集待检测物的大量粒块图像；B、对粒块图像进行预处理，得到标准化图像；C、对标准化图像进行人工标定，绘制出粒块的边缘得到人工标定图像，将人工标定图像作为标签图像；D、搭建基于U‑Net的深度学习网络，将步骤B中的标准化图像作为输入图像、步骤C中的标签图像作为输出图像载入至深度学习网络，开始训练，得到训练好的粒度模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥金星机电科技发展有限公司，未经合肥金星机电科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711338870.X/，转载请声明来源钻瓜专利网。
