摘要
本发明提供一种基于PSA‑UNet网络的粘接面积定量化方法,包括:基于仿真和实测的探地雷达数据,获取多种场景下的深度C‑scan切片,并标注转化为对应的掩膜二值图,构建得到数据集;融合二元交叉熵损失函数、IOU损失函数和焦点损失函数得到目标损失函数;在U‑Net模型的上采样阶段添加Polarized Self‑Attention自注意力机制,构建得到PSA‑UNet网络,并通过数据集进行训练;采用训练后的网络对待识别图像进行语义分割,识别粘接剂边缘进行二值化填充;基于填充后的图像,统计得到粘接面积。本发明能够高效、准确地分割保温板和多个、不均匀且分散的粘接剂目标,提升统计粘接面积的准确度。
技术关键词
定量化方法
粘接剂
焦点损失函数
网络
切片
保温板
图像
探地雷达数据
轮廓信息
掩膜
注意力机制
语义
标注工具
场景
纹理特征
黑色
像素点
系统为您推荐了相关专利信息
视觉辅助定位
卫星定位信息
双层卷积神经网络
辅助定位方法
定位参考点
长短记忆神经网络
舆情预测方法
循环神经网络模型
状态更新
词嵌入技术
生成对抗网络
雷达散射截面
训练样本数据
散射方法
模型训练模块
智能网联车辆
深度强化学习模型
路口交通灯
协同控制方法
车道