基于图像与深度学习方法的结构低周疲劳寿命预测方法

本发明属于材料寿命预测技术领域，尤其是一种基于图像与深度学习方法的结构低周疲劳寿命预测方法，包括步骤一、选取目标结构材料，之后对材料的表面制备DIC散斑，设置N1组低周疲劳试验加载条件，步骤二，在低周疲劳试验过程中，使用工业相机对选定区域连续拍摄其表面变形图像，得到散斑图像。该基于图像与深度学习方法的结构低周疲劳寿命预测方法，仅需要通过图像数据集搭建和卷积神经网络模型训练，就可根据本发明提供的一种预测模型，实现基于任意应变图像下的结构低周疲劳寿命预测。该方法直接通过采集图像就能得到结构疲劳寿命信息，简单便捷，具有智能化计算、实时化输出结果等优势，且预测准确性高。