摘要
本发明公开了一种基于单目视觉与深度学习的旋转体三维振动位移测量方法,所述方法包括:获得训练好的语义分割模型、单目深度估计模型;所述训练好的语义分割模型及训练好的单目深度估计模型以高速相机拍摄的同一所述待预测振动视频为输入;通过训练好的语义分割模型对所述待预测振动视频按照时间顺序进行逐帧预测,获得振动图像的语义分割结果,依据振动图像的语义分割结果,获得旋转体中心点坐标;通过训练好的单目深度估计模型对所述待预测振动视频按照时间顺序进行逐帧预测,获得振动图像的深度预测图;整合旋转体中心点坐标、深度预测图,以获得旋转体三维振动位移。本发明基于训练好的语义分割模型和单目深度估计模型可以对使用单台相机获取的待预测振动视频进行预测,进而获得旋转体三维振动位移。
技术关键词
位移测量方法
旋转体
单目深度估计
语义分割模型
输出特征
编码器
深度相机
信息编码
视觉
视频
坐标
电涡流传感器
模块
制作标签
Sigmoid函数
相机标定方法
多尺度特征提取
图像像素
系统为您推荐了相关专利信息
油气井产量
归一化模块
序列
计算机执行指令
大语言模型
双向长短期记忆
最佳特征子集
频域特征提取
位置更新
脑电信号特征提取
GRU神经网络
电流识别方法
门控循环单元
电流特征量
电缆
非极大值抑制方法
特征提取网络
特征融合网络
模块
检测头
语义分割方法
语义分割模型
跑道
图像
多尺度特征提取