深度神经网络在自动瞄靶技术中的应用研究

• 作者: 夏立琼 陈伯伦 王鹏 王峰
• 来源期刊: 核聚变与等离子体物理
• 学科: 工学
• 关键词: ICF 双目瞄准 Mask R-CNN 语义分割
• 年，卷（期）: 2022,（z1）
• 所属期刊栏目: 核聚变工程|Nuclear Fusion Engineering
• 页码范围: 125-130
• 页数: 6页
• 分类号: TL62+9
• 语种: 中文
• DOI: 10.16568/j.0254-6086.2022s1006

摘要

基于Mask R-CNN模型,对惯性约束聚变实验研究中靶图进行关键结构的语义分割,通过计算中心来定位目标靶点位置,通过模拟靶图数据来验证算法的可行性.在算法验证过程中通过程序批量生成不同结构参数、不同角度的模拟靶图作为数据集,然后通过增噪、成像位置变换等操作拓展样本数量.在大样本数量基础上对算法模型进行训练测试,实现语义分割,通过计算注入孔的中心得到目标靶点位置.测试结果显示准确率和召回率均在97％以上,在靶点识别精度上优于10个像素点.