摘要
本申请提出一种基于机器学习的液滴体积图像标定方法及系统,该方法包括:获取多个训练对象的已知数据;将多个训练对象的已知数据进行处理,并通过机器学习的方法进行训练,得到调优液滴体积预测模型;将待测液滴的已知数据输入到调优液滴体积预测模型中进行预测,以通过机器学习的方法获取待测液滴的预测体积值,该方法比传统的图像标定具有更高的精度和稳定程度。
技术关键词
图像标定方法
液滴
球体
数据
视频
拍摄装置
超声换能器
三维残差神经网络
液体储存器
样本
机器学习方法
序列
感兴趣
对象
训练集
标定系统
光源
管道
轨迹
系统为您推荐了相关专利信息
远程交互系统
接收端
通信节点
数据处理模块
识别码
预测预报方法
海洋声场
海洋传感器
优化神经网络模型
数据处理模块
风险评估模型
排故装置
排故方法
计算机设备
规划
电网设备运行状态
超参数
无监督
解码器
数据压缩
环境智能感知系统
多无人艇协同
图像数据处理系统
无人艇控制系统
激光扫描雷达传感器