matlab图片叠加的代码-image_segmentation:Unet用于检测金属样品图像上的裂纹

上传者: 38630463 | 上传时间: 2021-08-14 11:07:05 | 文件大小: 3.63MB | 文件类型: ZIP
matlab图片叠加的代码image_segmentation 并检测各种规模的裂缝。 基本数据包括在国家航空大学(乌克兰)进行的金属样品疲劳测试过程中拍摄的图像。 在疲劳测试期间,以指定的时间间隔捕获标本。 每次试样测试的结果是一排图像,裂纹逐渐增大。 每个标本的图像都经过了预处理,从而使裂纹在每个图像行的动态变化的基础上突出显示。 初始图像和预处理后图像的示例(放大到裂纹区域) 在对来自不同样本的图像进行预处理之后,将测试合并到单个数据集中。 对于每个图像,遮罩都是使用matlab代码创建的,因为它具有在图像上绘制的简单功能。 使用创建的数据集,对u-net模型进行了训练。 损失功能专门针对当前任务进行了修改。 由于裂缝区域相对于图像大小(1080x768)小,因此遮罩的0像素比1像素多得多。 可以使用通常的损失类别加权,但是这种方法可以训练模型,而忽略小裂缝。 因此,减肥是专门针对每个图像示例的(训练前叉大小选择为等于1)。 然后,在每次训练迭代中,算法将训练模板的0和1像素的数量进行比较,并根据类别与类别的比率调整损失权重。 下方显示了来自验证图像的模型输出结果。 输入图像有裂

文件下载

资源详情

[{"title":"( 13 个子文件 3.63MB ) matlab图片叠加的代码-image_segmentation:Unet用于检测金属样品图像上的裂纹","children":[{"title":"image_segmentation-master","children":[{"title":"Training.ipynb <span style='color:#111;'> 6.70KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 1020B </span>","children":null,"spread":false},{"title":"img","children":[{"title":"1.PNG <span style='color:#111;'> 825.00KB </span>","children":null,"spread":false},{"title":"gh20_3 (1).png <span style='color:#111;'> 1.06MB </span>","children":null,"spread":false},{"title":"gh20_2.png <span style='color:#111;'> 1.09MB </span>","children":null,"spread":false},{"title":"2.PNG <span style='color:#111;'> 668.71KB </span>","children":null,"spread":false},{"title":"gh20_0.png <span style='color:#111;'> 21.31KB </span>","children":null,"spread":false}],"spread":true},{"title":"mask_creation.m <span style='color:#111;'> 813B </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 6.21KB </span>","children":null,"spread":false},{"title":"train_add.py <span style='color:#111;'> 688B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false},{"title":"capture.py <span style='color:#111;'> 1.63KB </span>","children":null,"spread":false},{"title":"data.py <span style='color:#111;'> 2.87KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明