基于空洞卷积神经网络的金刚石图像语义分割

• 作者: 刘子玉 潘文超 潘秉锁
• 来源期刊: 金刚石与磨料磨具工程
• 学科: 地球科学
• 关键词: 金刚石图像 空洞卷积网络 图像分割 深度学习
• 年，卷（期）: 2019,（6）
• 页码范围: 20-24
• 页数: 5页
• 分类号: TQ164|P634.4|TE921
• 字数: 4243字
• 语种: 中文
• DOI: 10.13394/j.cnki.jgszz.2019.6.0004

摘要

为准确分割金刚石颗粒图像,基于空洞卷积网络构建图像语义分割模型.以自建的小型金刚石颗粒图像数据集为基础,对所建模型的批处理规模、卷积层过滤器数量和膨胀系数等超参数进行调优.对比调优后的空洞卷积网络与传统的全局阈值法、自适应阈值法对金刚石颗粒图像的分割能力.研究结果表明:批处理规模、卷积层过滤器数量和膨胀系数等参数对网络的分割能力有重要影响;空洞卷积网络在0.965 的精确度下可达到0.966 的召回率,性能明显高于传统方法的,尤其是较好地解决了金刚石颗粒上亮斑的归类问题.