摘要
本发明涉及人工智能与数据处理技术领域,具体涉及一种水泥浆均匀性分类检测方法,具体如下:拍摄水泥浆图像;对水泥浆图像进行预处理,并进行人工标注,构成训练数据集;构建多尺度自适应增强函数对训练数据集中的水泥浆图像进行增强;基于深度卷积神经网络构建水泥浆均匀性分类模型,将增强后的水泥浆图像输入至模型中进行水泥浆均匀性分类预测,然后基于加权交叉熵计算模型的训练损失函数;对构建好的模型进行迭代训练,直至满足预设的条件停止迭代,得到训练好的模型;将新的水泥浆图像输入至训练好的模型中进行水泥浆均匀性分类预测,得到最终的均匀性分类结果。本发明可以实现对水泥浆均匀性分类的高精度和自动化分类。
技术关键词
水泥浆
分类检测方法
分量特征
图像
空洞
协同注意力
双向信息流
金字塔
路径特征
卷积特征
深度卷积神经网络
级联
分支
离散小波变换
高斯核函数
模块
池化特征
像素
滤波方法
系统为您推荐了相关专利信息
任务分配系统
信号接收处理器
图像记录单元
监控模块
重卡牵引车
新能源场站
集成管理系统
电磁干扰偏差
虚拟三维模型
巡查设备
无人机图像采集
异常识别方法
原始图像数据
损伤面积
多无人机协同
智能分析方法
移动投影图像
危险性
电梯钢丝绳
钢丝绳表面
车辆感知方法
多模态
车辆感知系统
固态激光雷达
图像