一种基于深度卷积神经网络的发动机静子件小目标裂纹长度测量方法

本发明涉及一种基于深度卷积神经网络的发动机静子件小目标裂纹长度测量方法，包括：将通过开展疲劳裂纹扩展实验所获取的初始疲劳裂纹图像进行标注转化为PNG标签，利用数据增强器同时对原始图像和标签扩充，构建VOC格式小目标裂纹数据集；借助深度卷积神经网络强大的特征提取能力和精细化区分能力，基于全卷积网络、U型架构、跳跃连接构建针对小目标裂纹分割的语义分割网络并展开训练得到训练后的模型权重，用于裂纹高质量分割；基于分割图像，采用膨胀等预处理手段和细化算法提取一像素宽度的裂纹骨架，基于裂纹骨架统计不同排列方式的像素点个数，计算得到裂纹像素长度，根据标尺换算得到裂纹实际长度。根据本发明，实现大批量小目标裂纹长度的高精度测量。