买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明公开了一种基于轮廓的水工建筑物缺陷实例分割方法，包括：对数据集进行预处理得到水工建筑物缺陷图像数据集，并将数据集分为训练集、测试集；构建基于实例中心特征的轮廓初始化网络，采用DLA‑34提取特征，通过预测分支网络生成数据集缺陷初始轮廓；构建基于差异化模块的轮廓变形网络，并在初始化网络的基础上使用训练数据集进行模型训练；将测试数据集输入至训练好的网络中，通过三次轮廓变形得到实例分割后的图像；持续拍摄水工建筑物的照片，将图片输入至网络中，得出不同时刻缺陷分割结果，比较分割结果，判断缺陷演进趋势。本发明采用基于轮廓的实例分割技术，克服了依赖人工勘查的传统缺陷检测限制，提高了检测的实时性和准确性。

主权项：1.一种基于轮廓的水工建筑物缺陷实例分割方法，其特征在于，包括如下步骤：S1：对数据集进行预处理得到水工建筑物缺陷图像数据集，并将数据集分为训练数据集、测试数据集；S2：构建基于实例中心特征的轮廓初始化网络，采用DLA-34提取特征，通过预测分支网络生成数据集缺陷初始轮廓；步骤S2的具体步骤为：S21：构建一个基于实例中心特征的轮廓初始化网络，其中主干网络为DLA-34，预测分支网络分别是实例中心分支、中心点偏移分支、N边形回归分支以及相对距离分支；S22：使用主干网络DLA-34对图像进行特征提取，得到特征图；S23：将得到的特征图并行投入四个分支输出层中，分别得到实例类别和实例中心位置、偏移误差、实例中心与轮廓点相对距离与实例在图像中的相对距离；S24：通过实例中心、偏移、类别、相对距离组合得到初始化轮廓结果；S3：构建基于差异化模块的轮廓变形网络，轮廓变形网络由全局变形模块、两个位置编码的DeepSnake模块组成，并在S2的基础上使用训练数据集进行模型训练；步骤S3的具体步骤为：S31：构建一个基于差异化模块的轮廓变形网络，由全局变形模块、两个位置编码的DeepSnake模块组成，这些模块将用于执行轮廓变形的不同阶段，并集成位置编码和关键点优先的最近邻匹配算法；S32：将初始轮廓输入进全局变形模块，得到第一次轮廓变形结果；S33：将第一次轮廓变形结果、特征提取网络DLA-34输出的特征图以及X、Y坐标通道输入至位置编码的DeepSnake模块，进行第二次的位置编码的轮廓变形，得到第二次轮廓变形结果；S34：将第二次轮廓变形结果、特征提取网络DLA-34输出的特征图以及X、Y坐标通道输入至位置编码的DeepSnake模块，同时采用关键点优先的最近邻匹配算法进行第三次轮廓变形，得到最终的轮廓变形结果；S4：将测试数据集输入至步骤S3的训练好的轮廓变形网络中，通过三次轮廓变形得到实例分割后的图像；S5：持续拍摄水工建筑物的照片，执行步骤S4，得出不同时刻缺陷分割结果，对分割结果进行比较，判断缺陷演进趋势。

全文数据：

权利要求：

百度查询： 河海大学 一种基于轮廓的水工建筑物缺陷实例分割方法