基于DeepLabV3+的骨料图像自动分割算法

摘要：

为实现水利工程施工中骨料粒径大小的快速准确查验,提出了一种基于DeepLabV3+的骨料图像自动分割算法,收集了 150张不同条件下的骨料图片,在原始DeepLabV3+网络的基础上通过对比试验进行网络优化,并利用优化后的网络训练骨料图像自动分割模型.优化后的DeepLabV3+网络以MobileNetV2为骨干网络、以Swish+BN函数为激活函数,并进行权重优化.试验结果表明,训练得到的骨料图像自动分割模型的骨料交并比为0.861 5,比原始网络训练模型高0.011 8,比U-Net、FCN训练模型分别高0.0646和0.0886,基于DeepLabV3+的骨料图像自动分割模型能基本满足精度要求.

关键词：骨料粒径、图像分割、深度学习、语义分割、DeepLabV3+

所属期刊栏目：42

分类号：TV422(水工材料)

资助基金：国家自然科学基金;华能集团总部科技项目

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-32,97